pandas官網說明:
keys : sequence, default None
If multiple levels passed, should contain tuples.
Construct hierarchical(分層的) index using the passed keys as the outermost level.
code:
import pandas as pd
from typing import Dict
dic_name_df:Dict[str,pd.DataFrame] = {
'UFA125A': pd.DataFrame({
'Length_1': [3.103559, 3.136321, 3.168799, ...],
'Length_2': [2.84988, 2.84988, 2.84988, ...],
'Length_3': [4.8768, 4.8768, 4.8768, ...],
'Length_4': [0.27661, 0.279529, 0.282424, ...]
}),
'UED240E': pd.DataFrame({
'Length_1': [2.046695, 2.070632, 2.094404, ...],
'Length_2': [2.74828, 2.74828, 2.74828, ...],
'Length_3': [4.8768, 4.8768, 4.8768, ...],
'Length_4': [0.182415, 0.184548, 0.186667, ...]
})
}
dfs = list(dic_name_df.values()) #長度2 #List[pd.DataFrame]
df_combined = pd.concat(dfs, axis=1, keys=dic_name_df.keys())
#dic_name_df.keys()長度也是2
pd.set_option("display.max_columns",None)
print(df_combined)dic_name_df: Dict[str, pd.DataFrame]
key為兩個cable name
value為兩個DF,
每一個DF有四欄(四種長度)

輸出結果(雙層column name):

推薦hahow線上學習python: https://igrape.net/30afN
雙層column name的DF
與Series做橫向(axis=1)合併:

輸出結果:

雙層column name變成單層column name (tuple)
進行連接操作時,索引的對齊非常重要。請確保DataFrame和Series具有相同的索引,以便在連接時能夠正確對應值。
如果DataFrame和Series具有不同的索引,則連接操作將根據索引進行對齊,並在對應的位置上添加缺失值NaN。這可能會導致結果中出現缺失值或錯誤的對應。因此,在進行連接之前,請確保DataFrame和Series的索引是一致的或可以進行對齊的。
推薦hahow線上學習python: https://igrape.net/30afN

![Python Pandas GroupBy 的 size 陷阱:為什麼你的計數結果總是不對?如何計算重複次數? duplicates = df.duplicated( subset = [‘name’] ) Python Pandas GroupBy 的 size 陷阱:為什麼你的計數結果總是不對?如何計算重複次數? duplicates = df.duplicated( subset = [‘name’] )](https://i1.wp.com/savingking.com.tw/wp-content/uploads/2025/06/20250609143758_0_53821c.png?quality=90&zoom=2&ssl=1&resize=350%2C233)



![Python如何串接OpenAI /Claude /Gemini API自動將大量維修紀錄JSON轉自然語言描述(並避免中斷資料遺失)response = client.chat.completions.create() ; reply = response.choices[0].message.content Python如何串接OpenAI /Claude /Gemini API自動將大量維修紀錄JSON轉自然語言描述(並避免中斷資料遺失)response = client.chat.completions.create() ; reply = response.choices[0].message.content](https://i0.wp.com/savingking.com.tw/wp-content/uploads/2025/07/20250716084059_0_c5b368.png?quality=90&zoom=2&ssl=1&resize=350%2C233)

![Python: 使用 flat_list.extend( List[pandas.Series] ) 實現 pandas.DataFrame 列擴展教學 Python: 使用 flat_list.extend( List[pandas.Series] ) 實現 pandas.DataFrame 列擴展教學](https://i0.wp.com/savingking.com.tw/wp-content/uploads/2025/04/20250421141348_0_14cedf.png?quality=90&zoom=2&ssl=1&resize=350%2C233)


近期留言