Python Pandas DataFrame：如何向现有数据添加额外的索引/列

Question

所以我想使用 Pandas DataFrame 在我的 Excel 工作表（已经存在的数据）中创建一个额外的索引/额外的列。这就是我的意思：

图 1（我的代码输出的内容）：

图 2（我希望我的代码输出什么）：

这是我的图片 1 代码：

import pandas as pd

# Create a Pandas dataframe from the data.
df = pd.DataFrame([['a', 'b'], ['c', 'd']],
                    index=['row 1', 'row 2'],
                    columns=['col 1', 'col 2'])

# Create a Pandas Excel writer using XlsxWriter as the engine.
writer = pd.ExcelWriter('pandas_simple.xlsx', engine='xlsxwriter')

# Convert the dataframe to an XlsxWriter Excel object.
df.to_excel(writer, sheet_name='Sheet1')

# Close the Pandas Excel writer and output the Excel file.
writer.close()

有没有办法做到这一点？

Answer 1

您可以使用

pd.MultiIndex.from_arrays

：

new_idx = pd.Index(['data_type_1', 'date_type_2'])
out = df.set_index(pd.MultiIndex.from_arrays([df.index, new_idx]))
out.to_excel('pandas_simple.xlsx')
print(out)

# Output
                  col 1 col 2
row 1 data_type_1     a     b
row 2 date_type_2     c     d

更新

也许你想更喜欢：

new_idx = pd.Index(['data_type_1', 'date_type_2'])
mi = pd.MultiIndex.from_product([df.index, new_idx])
out = df.reindex(df.index.repeat(len(new_idx))).set_index(mi)
print(out)

# Output
                  col 1 col 2
row 1 data_type_1     a     b
      date_type_2     a     b
row 2 data_type_1     c     d
      date_type_2     c     d