无法为新的 MultiIndex 切片分配值（放大设置）

Question

鉴于我的数据框（如下），我可以单独创建新的 MultiIndex 行，这些行不存在

data.loc[('A', 6, 'test'), 'Data'] = 'a_value'

同样，我可以修改MultiIndex中已经存在的slices

 data.loc[pd.IndexSlice['A', 7:8, ('spam', 'eggs')], 'Data'] = 'a_value'

我无法做到以下几点

data.loc[pd.IndexSlice['A', (6, 7), ('eggs', 'spam')], 'Data'] = 'a_value'

因为切片返回的DataFrame 是空的。除了单独遍历所有不存在的索引之外，还有什么方法可以做到这一点？

示例数据

复制下面的代码即可生成测试DataFrame

import pandas as pd
import numpy as np
data = pd.DataFrame(np.asarray([np.nan]*2+[np.random.random() for i in range(4)]+[np.nan]*2+[np.random.random(), np.random.random()]),index=pd.MultiIndex(levels=[[u'A', u'B'], [6, 7, 8, 9], [u'eggs', u'spam']], labels=[[0, 0, 0, 0, 0, 0, 1, 1, 1, 1], [0, 1, 2, 2, 3, 3, 0, 1, 2, 3], [-1, -1, 0, 1, 0, 1, -1, -1, 1, 1]], names=[u'ID', u'ID2', u'ID3']),columns=['Data'])
# end snippet for easy copy/paste to ipython

类似

Assign new values to slice from MultiIndex DataFrame

• 请注意，这与本文涵盖已经在MultiIndex 中的MultiIndex 切片的情况不同。

Answer 1

我只是用 NaN 填充，但如果你愿意，当然你可以使用 fillna。现有的数据框已经有一些缺失的值，所以只给新行一个非 NaN 值会有点困难，但可以使用update，但我不是 100% 清楚你到底想在这里做什么.

data.reindex( pd.MultiIndex.from_product( data.index.levels ) )

              Data
A 6 eggs       NaN
    spam       NaN
  7 eggs       NaN
    spam       NaN
  8 eggs  0.938516
    spam  0.487062
  9 eggs  0.958066
    spam  0.786476
B 6 eggs       NaN
    spam       NaN
  7 eggs       NaN
    spam       NaN
  8 eggs       NaN
    spam  0.674202
  9 eggs       NaN
    spam  0.576285