在 pandas 中使用多索引设置值

Question

关于 SO 已经有几个与此相关的问题，最著名的是，但是 none 的答案似乎对我有用，并且有很多文档链接（尤其是在lexsorting) 坏了，所以我会问另一个。

我正在尝试做一些（看似）非常简单的事情。考虑以下多索引数据框：

import pandas as pd; import random
arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
      ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]

tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])
df = pd.concat([pd.Series(np.random.randn(8), index=index), pd.Series(np.random.randn(8), index=index)], axis=1)

现在我想将列 0 中的所有值设置为某个值（比如 np.NaN），用于类别 one 中的观察。我失败了：

df.loc(axis=0)[:, "one"][0] = 1 # setting with copy warning

和

df.loc(axis=0)[:, "one", 0] = 1

这要么会产生关于键长度超过索引长度的警告，要么会产生关于缺乏足够深度的词法排序的警告。

正确的做法是什么？

Answer 1

我认为您可以使用 loc 和元组来选择 MultiIndex 和 0 来选择列：

import pandas as pd; 
import random
arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
      ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]

#add for testing
np.random.seed(0)
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])
df = pd.concat([pd.Series(np.random.randn(8), index=index), pd.Series(np.random.randn(8), index=index)], axis=1)

print df
                     0         1
first second                    
bar   one     1.764052 -0.103219
      two     0.400157  0.410599
baz   one     0.978738  0.144044
      two     2.240893  1.454274
foo   one     1.867558  0.761038
      two    -0.977278  0.121675
qux   one     0.950088  0.443863
      two    -0.151357  0.333674

df.loc[('bar', "one"), 0] = 1
print df
                     0         1
first second                    
bar   one     1.000000 -0.103219
      two     0.400157  0.410599
baz   one     0.978738  0.144044
      two     2.240893  1.454274
foo   one     1.867558  0.761038
      two    -0.977278  0.121675
qux   one     0.950088  0.443863
      two    -0.151357  0.333674

如果您需要将级别 second 中的所有行设置为值 one，请使用 slice(None):

df.loc[(slice(None), "one"), 0] = 1
print df
                     0         1
first second                    
bar   one     1.000000 -0.103219
      two     0.400157  0.410599
baz   one     1.000000  0.144044
      two     2.240893  1.454274
foo   one     1.000000  0.761038
      two    -0.977278  0.121675
qux   one     1.000000  0.443863
      two    -0.151357  0.333674

Docs.

在 pandas 中使用多索引设置值

Setting values with multiindex in pandas

python

pandas

multi-index