如何按多级列索引合并DataFrame？现有合并代码失效求助

我来帮你搞定这个合并问题！首先得明确你的两个DataFrame的列是多级索引（MultiIndex），之前的代码出错是因为指定合并列的方式不对，下面给你两种可行的解决方案：

1. 直接使用merge并正确指定合并键 #

因为两个DataFrame的共同列名是同一个多级元组('A','a')，你可以直接用on参数指定这个列，而不是嵌套的元组写法。另外如果想保留df1的原有行顺序，记得加上sort=False：

import pandas as pd

# 先构造你的数据（方便验证）
df1 = pd.DataFrame([[0,3],[1,4],[2,5]], columns=pd.MultiIndex.from_tuples([('A','a'), ('B','b')]))
df2 = pd.DataFrame([[2,6],[1,7],[0,8]], columns=pd.MultiIndex.from_tuples([('A','a'), ('C','c')]))

# 正确的合并代码
df_merged = df1.merge(df2, on=('A','a'), how='inner', sort=False)
print(df_merged)

执行后会得到：

(A, a) (B, b) (C, c)
0       0       3       8
1       1       4       7
2       2       5       6

为什么之前的代码不行？ #

你写的left_on=(('A','a'))其实等价于left_on=(('A','a'),)——这是一个嵌套元组，pandas会尝试查找名为这个嵌套元组的列，但你的实际列名是('A','a')这个普通元组，自然匹配不到，导致合并结果不符合预期。

2. 先将共同列设为索引，再用join合并 #

如果你更习惯用索引来合并数据，可以先把('A','a')列设置为两个DataFrame的索引，再用join方法合并，最后恢复索引为数据列：

# 将共同列设为索引
df1_indexed = df1.set_index(('A','a'))
df2_indexed = df2.set_index(('A','a'))

# 合并并恢复索引
df_merged = df1_indexed.join(df2_indexed).reset_index()
print(df_merged)

这个方法也能得到和上面一致的结果，适合需要频繁基于索引操作的场景。

内容的提问来源于stack exchange，提问作者amarion