在 Pandas 中将索引连接到多索引

Question

我有这样的pandas MultiIndex对象：>>> import pandas as pd>>> arrays = [[1, 1, 2, 2], ['red', 'blue', 'red', 'blue']]>>> multi = pd.MultiIndex.from_arrays(arrays, names=('number', 'color'))>>> print(multi)MultiIndex(levels=[[1, 2], ['blue', 'red']],           labels=[[0, 0, 1, 1], [1, 0, 1, 0]],           names=['number', 'color'])我想从另一个来源附加第三个索引列。>>> idx = pd.Index(['a', 'a', 'a', 'b'], name='letter')最终结果应该是MultiIndex包含所有三列的 a ：>>> pd.MagicFunctionICanNotFind(multi, idx)MultiIndex(levels=[[1, 2], ['blue', 'red'], ['a', 'b']],           labels=[[0, 0, 1, 1], [1, 0, 1, 0], [0, 0, 0, 1]],           names=['number', 'color', 'letter'])当我尝试使用该MultiIndex.append()函数时，它将我的新索引值连接到我的索引对象的底部，而不是作为一个新级别。我还查看了这个想要做类似事情的问题，但是它正在使用数据框，并且出于超出此问题范围的长期复杂原因，我正在使用索引对象。我一直在尝试使用values两个索引对象的基础的一切都变得相当复杂，以至于它似乎不是最好的前进道路。这必须是 Pandas 代码库中相对频繁发生的事情，有没有优雅的解决方案？

Answer 1

创建一个模拟 DataFrame 并使用set_index：

pd.DataFrame(index=multi).set_index(idx, append=True).index

MultiIndex(levels=[[1, 2], ['blue', 'red'], ['a', 'b']],

           labels=[[0, 0, 1, 1], [1, 0, 1, 0], [0, 0, 0, 1]],

           names=['number', 'color', 'letter'])