データフレーム結合の整形について

Question

いつもお世話になります。
2点質問させていただきます。

1点目は複数のデータフレームの結合の際の整形について質問させていただきます。
以下のようなデータフレームがあった場合、B列をインデックスにして、
行を並び替える方法についてご教示願います。

以下の場合ですと、[あ、い、う、え]をインデックスにしたいですが、df1は「え」が欠損しており、
df2は「い」が欠損しており、df3は「う」が欠損しています。
その結果、結合した際に行数が合わなくなり、「あ～え」のデータを横並びにできません。
理想の形のように共通した行に合わせて、データを横並びにさせたいです。

import pandas as pd

df1 = pd.DataFrame({"A":[1,2,3],"B":["あ","い","う"]})
df2 = pd.DataFrame({"A":[11,33,44],"B":["あ","う","え"]})
df3 = pd.DataFrame({"A":[111,333,444],"B":["あ","い","え"]})
df4 = pd.DataFrame({"A":[1111,2222,3333,4444],"B":["あ","い","う","え"]})
#一旦リスト化
df_list=[df1,df2,df3,df4]
#結合
df5=pd.concat(df_list,axis=1)

df5
|index|A|B|A|B|A|B|A|B|
|:--|:--:|--:|:--|:--:|--:|
|0|1|あ|11|あ|111|あ|1111|あ|
|1|2|い|33|う|222|い|2222|い|
|2|3|う|44|え|444|え|3333|う|
|3|nan|nan|nan|nan|nan|nan|4444|え|

↓理想の形
|index|A|B|A|B|A|B|A|B|
|:--|:--:|--:|:--|:--:|--:|
|あ|1|あ|11|あ|111|あ|1111|あ|
|い|2|い|nan|nan|222|い|2222|い|
|う|3|う|33|う|nan|nan|3333|う|
|え|nan|nan|44|え|444|え|4444|え|

・
・

2点目ですが、列名が同じなので結合した際に番号を振って、
以下の様に個別化させることは可能でしょうか。

|index|A|B|A|B|A|B|A|B|
|:--|:--:|--:|:--|:--:|--:|

　　　　　　　↓

|index|A1|B1|A2|B2|A3|B3|A4|B4|
|:--|:--:|--:|:--|:--:|--:|

長文失礼いたしました。
よろしくお願いいたします。

Answer 1

pd.concat()は、データフレームのインデックスを基準にして結合を行います。したがってpd.concat()を用いたい場合は、各データフレームに対してB列の値を1:1対応するようなインデックスを設定する必要があります。
最も簡単な方法は、以下のように各データフレームに.set_index()を適用してB列をインデックスに設定することです。
参考：pandas.DataFrame.set_index — pandas documentation

df_list = [df1, df2, df3, df4]

pd.concat([df.set_index('B', drop=False) for df in df_list],
          axis=1)
#      A    B     A    B      A    B     A  B
# あ  1.0    あ  11.0    あ  111.0    あ  1111  あ
# い  2.0    い   NaN  NaN  333.0    い  2222  い
# う  3.0    う  33.0    う    NaN  NaN  3333  う
# え  NaN  NaN  44.0    え  444.0    え  4444  え

---

列名を区別する方法として、結合前に各データフレームの列名に接尾辞を付ける方法があります。以下の例では、各データフレームに.add_suffix()を適用して接尾辞を付与しています。
参考：pandas.DataFrame.add_suffix — pandas documentation

pd.concat([df.set_index('B', drop=False).add_suffix(i+1)
           for i, df in enumerate(df_list)],
          axis=1)
#     A1   B1    A2   B2     A3   B3    A4 B4
# あ  1.0    あ  11.0    あ  111.0    あ  1111  あ
# い  2.0    い   NaN  NaN  333.0    い  2222  い
# う  3.0    う  33.0    う    NaN  NaN  3333  う
# え  NaN  NaN  44.0    え  444.0    え  4444  え

もう一つ、pd.concat()のkey引数を利用して結果のデータフレームをマルチインデックス構造にする方法があります。

pd.concat([df.set_index('B', drop=False) for df in df_list],
          keys=range(1, 5),
          axis=1)
#      1          2           3          4
#      A    B     A    B      A    B     A  B
# あ  1.0    あ  11.0    あ  111.0    あ  1111  あ
# い  2.0    い   NaN  NaN  333.0    い  2222  い
# う  3.0    う  33.0    う    NaN  NaN  3333  う
# え  NaN  NaN  44.0    え  444.0    え  4444  え

Comments

[sham0909]

基本的な内容から教えていただきありがとうございました。
内容がようやく理解できました。

Answer 2

こういう格好ですか？　

import pandas as pd

df1 = pd.DataFrame({"A":[1,2,3],"B":["あ","い","う"]})
df2 = pd.DataFrame({"A":[11,33,44],"B":["あ","う","え"]})
df3 = pd.DataFrame({"A":[111,333,444],"B":["あ","い","え"]})
df4 = pd.DataFrame({"A":[1111,2222,3333,4444],"B":["あ","い","う","え"]})

dfs = [df1,df2,df3,df4]
for i, d in enumerate(dfs,1):
    d = d.set_index("B", drop=False)
    d.columns = ["A"+str(i),"B"+str(i)]
df = pd.concat(dfs,axis=1)
print(df)

#A1   B1    A2   B2     A3   B3    A4 B4
#あ  1.0    あ  11.0    あ  111.0    あ  1111  あ
#い  2.0    い   NaN  NaN  333.0    い  2222  い
#う  3.0    う  33.0    う    NaN  NaN  3333  う
#え  NaN  NaN  44.0    え  444.0    え  4444  え

Comments

[sham0909]

回答ありがとうございました。
df=pd.concat(dfs,axis=1)では元のデータフレームになってしまいますので、
修正すれば思った結果になりました。