如何将多源带日期索引的Pandas DataFrame合并为多级索引DataFrame

没问题，这其实用Pandas的几个简单操作就能轻松实现，我给你两种常用的方法，你可以根据自己的习惯选：

方法1：用pd.concat直接指定数据源索引（最简洁） #

首先我们先模拟你的两个数据源DataFrame（你可以直接替换成自己的真实数据）：

import pandas as pd

# 模拟Source 1数据
df1 = pd.DataFrame(
    {'open': ['xxx', 'xxx', 'xxx'],
     'high': ['xxx', 'xxx', 'xxx'],
     'low': ['xxx', 'xxx', 'xxx'],
     'close': ['xxx', 'xxx', 'xxx']},
    index=pd.to_datetime(['2018-04-04 20:00:00', '2018-04-04 21:00:00', '2018-04-04 22:00:00'])
)

# 模拟Source 2数据
df2 = pd.DataFrame(
    {'open': ['xxx', 'xxx', 'xxx'],
     'high': ['xxx', 'xxx', 'xxx'],
     'low': ['xxx', 'xxx', 'xxx'],
     'close': ['xxx', 'xxx', 'xxx']},
    index=pd.to_datetime(['2018-04-04 20:00:00', '2018-04-04 21:00:00', '2018-04-04 22:00:00'])
)

接下来用pd.concat的keys参数给每个数据源打上标签，再调整索引层级：

# 合并并添加数据源索引
combined = pd.concat([df1, df2], keys=['source1', 'source2'], axis=0)

# 交换索引层级，让date成为第一级，数据源成为第二级，然后排序
combined = combined.swaplevel(0, 1).sort_index()

这样得到的结果就是你想要的多级索引结构：第一级是date，第二级是source1/source2，每一行对应一个时间点下某个数据源的行情数据。

方法2：手动添加数据源列再设置多级索引（更直观） #

如果你觉得第一种方法有点绕，也可以先给每个DataFrame添加source列，再设置多级索引：

# 给每个DataFrame添加source标识
df1['source'] = 'source1'
df2['source'] = 'source2'

# 合并两个DataFrame
combined = pd.concat([df1, df2], axis=0)

# 设置date和source为多级索引，并排序
combined = combined.set_index(['date', 'source']).sort_index()

两种方法最终的效果完全一致，你可以根据自己的习惯选择。

内容的提问来源于stack exchange，提问作者Ludo