如何将单层df合并到熊猫的多级df中？

Question

我有一个多自由度 'AB'

A = pd.DataFrame([[1, 5, 2], [2, 4, 4], [3, 3, 1], [4, 2, 2], [5, 1, 4]], 
      columns=['A', 'B', 'C'], index=[1, 2, 3, 4, 5]) 
B = pd.DataFrame([[3, 3, 3], [2, 2, 2], [4, 4, 4], [5, 5, 5], [6, 6, 6]], 
      columns=['A', 'B', 'C'], index=[1, 2, 3, 4, 5]) 

A.columns = pd.MultiIndex.from_product([['A'], A.columns]) 
B.columns = pd.MultiIndex.from_product([['B'], B.columns]) 
AB = pd.concat([A, B], axis = 1) 

而且我有一个单级DF 'C'，具有比不同的索引 'AB'

C = pd.DataFrame([[1, 1], [1, 1], [1, 1]], columns=['AA', 'BB'], index=[1, 2, 3]) 

我需要“C合并'到'AB'的'B'级别。结果应保持多是这样的：

A   B 
    A B C A B C AA BB 
1 1 5 2 3 3 3 1 1 
2 2 4 4 2 2 2 1 1 
3 3 3 1 4 4 4 1 1 
4 4 2 2 5 5 5 
5 5 1 4 6 6 6 

Answer 1

上C用的是'B'第一级创建MultiIndex，然后用join：

C.columns = pd.MultiIndex.from_product([['B'], C.columns]) 
ABC = AB.join(C, how='left') 

输出结果：

A  B     
    A B C A B C AA BB 
1 1 5 2 3 3 3 1.0 1.0 
2 2 4 4 2 2 2 1.0 1.0 
3 3 3 1 4 4 4 1.0 1.0 
4 4 2 2 5 5 5 NaN NaN 
5 5 1 4 6 6 6 NaN NaN