将 pandas 中的多索引与单索引数据帧合并

我有两个数据框。 df1 是多索引的：

                value
first second    
a     x         0.471780
      y         0.774908
      z         0.563634
b     x         -0.353756
      y         0.368062
      z         -1.721840

and df2:

      value
first   
a     10
b     20

如何将两个数据帧与仅一个多索引（在本例中为“第一个”索引）合并？期望的输出是：

                value1      value2
first second    
a     x         0.471780    10
      y         0.774908    10
      z         0.563634    10
b     x         -0.353756   20
      y         0.368062    20
      z         -1.721840   20

你可以使用get_level_values http://pandas.pydata.org/pandas-docs/dev/indexing.html#reconstructing-the-level-labels:

firsts = df1.index.get_level_values('first')
df1['value2'] = df2.loc[firsts].values

注：你是almost做一个join http://pandas.pydata.org/pandas-docs/dev/merging.html#joining-on-index在这里（除了 df1 是 MultiIndex）...所以可能有一种更简洁的方法来描述这一点...

.

在一个例子中（类似于你所拥有的）：

df1 = pd.DataFrame([['a', 'x', 0.123], ['a','x', 0.234],
                    ['a', 'y', 0.451], ['b', 'x', 0.453]],
                   columns=['first', 'second', 'value1']
                   ).set_index(['first', 'second'])
df2 = pd.DataFrame([['a', 10],['b', 20]],
                   columns=['first', 'value']).set_index(['first'])

firsts = df1.index.get_level_values('first')
df1['value2'] = df2.loc[firsts].values

In [5]: df1
Out[5]: 
              value1  value2
first second                
a     x        0.123      10
      x        0.234      10
      y        0.451      10
b     x        0.453      20