将DataFrame合并到多索引df，以保持原始的多索引

Question

我有两个来自预算财务项目的数据帧，一个是记录支出的df；

Food  Clothes  Bills  Social  Travel  Art  Other  Daily Total
Week End   Today's Date
2020-09-27 2020-09-21     25       25     25      25      25   25     25          175
2020-09-23     20       20     20      20      20   20     20          140
2020-09-24     12       12     12      12      12   12     12           84
2020-09-25     20       20     20      20      20   20     20          140

以及每周总数中的一个；

Food  Clothes  Bills  Social  Travel  Art  Other  Daily Total
0    77       77     77      77      77   77     77          539

我想把它们连接起来，同时保持原来的多索引为这样；

Food  Clothes  Bills  Social  Travel  Art  Other  Daily Total
Week End   Today's Date
2020-09-27 2020-09-21     25       25     25      25      25   25     25          175
2020-09-23     20       20     20      20      20   20     20          140
2020-09-24     12       12     12      12      12   12     12           84
2020-09-25     20       20     20      20      20   20     20          140
0         77       77     77      77      77   77     77          539

如果我做一个基本的concat函数，多索引就会变成一堆元组，比如；

Food  Clothes  Bills  Social
(2020-09-27 00:00:00, 2020-09-21 00:00:00)     25       25     25      25 
etc.

有什么想法吗？？对于熊猫和编码来说，这是一个相当新的概念，所以任何帮助都将不胜感激。

Answer 1

我更改了列标题，使其更易于使用。Week End=Week_End今日日期=今日_日期每日总(_T(

您只需附加行

df2包含您的每周总数

#set an index to match your recorded spending df
df2['Week_End'] = '2020-09-27'
df2['Todays_Date'] = '0'
df2.set_index(['Week_End', 'Todays_Date'], inplace=True)

#append df2 to df
df = df.append(df2)

结果在：

Food  Clothes  Bills  Social  Travel  Art  Other  Daily_Total
Week_End   Todays_Date                                                               
2020-09-27 2020-09-21     25       25     25      25      25   25     25          175
2020-09-23     20       20     20      20      20   20     20          140
2020-09-24     12       12     12      12      12   12     12           84
2020-09-25     20       20     20      20      20   20     20          140
0              77       77     77      77      77   77     77          539