Pandas - 可以读取 MultiIndex 列表但不能设置它们答案

【问题标题】：Pandas - Can read list of MultiIndex but cannot set themPandas - 可以读取 MultiIndex 列表但不能设置它们
【发布时间】：2016-01-19 20:02:12
【问题描述】：

我有两个 DataFrame，它们都具有相同级别的相同多索引（代码和日期）。第一个包含有数据的每一行（来自数据库提取），第二个是相同的 DataFrame，除了它包含所有键（每个产品的每个月）。

为了更清楚一点，这里是第一个数据帧 (df_data)：

                               BL0   BL1   BL2   BL3  Shipments
Code             Month
ABC              2012-03-01   1000  1000  1000  1000       1000
DEF              2014-08-01   1000  1000  1000  1000       1000
                 2014-09-01   1000  1000  1000  1000       1000
GHI              2013-12-01   1000  1000  1000  1000       1000
                 2014-10-01   1000  1000  1000  1000       1000
                 2014-12-01   1000  1000  1000  1000       1000

这是第二个 (df_full)，从 2012 年 1 月到 2015 年 1 月的整个月份：

                               BL0   BL1   BL2   BL3  Shipments
Code             Month
ABC              2012-01-01    NaN   NaN   NaN   NaN        NaN
                 2012-02-01    NaN   NaN   NaN   NaN        NaN
                 2012-03-01   1000  1000  1000  1000       1000
                 2012-04-01    NaN   NaN   NaN   NaN        NaN
                 ...
DEF              2014-07-01    NaN   NaN   NaN   NaN        NaN
                 2014-08-01   1000  1000  1000  1000       1000
                 2014-09-01   1000  1000  1000  1000       1000
                 2014-10-01    NaN   NaN   NaN   NaN        NaN
                 ...
GHI              2013-12-01   1000  1000  1000  1000       1000
                 2014-10-01   1000  1000  1000  1000       1000
                 2014-12-01   1000  1000  1000  1000       1000

现在，我有第一个，我正在尝试构建第二个。我使用 MultiIndex 创建了一个空 DataFrame，创建了用 NaN 填充的每一列，我坚持将 df_full 的值设置为 df_data 中的值。

当我这样做时

df_full.loc[ df_data.index, 'Shipments' ] = df_data['Shipments']

我收到一条错误消息，指出df_data 的索引不在df_dull 中：

KeyError: "[('ABC', '2012-03-01') ('DEF', '2014-08-01')\n ('DEF', '2014-09-01') ...,  
('XYZ', '2014-11-01')\n ('XYZ', '2014-12-01')] not in index"

让我烦恼的是，如果我只是执行df_full.loc[ data.index, 'Shipments' ]，它会毫无问题地返回系列。我尝试使用元组列表而不是索引，还尝试将切片设置为 1，但无济于事。

我在这里做错了吗？

【问题讨论】：

KeyError 中的索引看起来很奇怪。 \n 在那里？或者这是打印输出的人工制品？
另外，data.index 是什么？你只提到了df_data 和df_full。
data.index 是df_data.index，我编辑了这个问题来纠正这个问题。正如我在回答中提到的那样，\n 可能与这一级别的索引是字符串而不是日期时间有关。

标签： python pandas multi-index

【解决方案1】：

经过一番挖掘，问题出在两个DataFrame的索引类型不同。

df_data 的索引是一个（字符串，字符串），pandas 在读取 csv 源文件时没有识别出 seconde 是一个日期，我也没有转换为 datetime。
df_full 的索引是 (string, pandas.Timestamp)，而第二个词恰好被格式化为与 df_data 完全相同的字符串，因此我感到困惑。

当给定一个类似日期的字符串时，pandas 可以理解并找到正确的行，但是当我尝试为其赋值时，它似乎找不到它。

将df_data的索引转换为（字符串，pandas.Timestamp）后，一切正常。

【讨论】：

【解决方案2】：

如果您只想构建商品和日期的所有可能组合，您可以使用一个不错的内置迭代器MultiIndex.from_product。

commodities=['ABC','DEF','GHI','JKL']
days=pd.date_range(start='1/1/2012',end='1/1/2015',freq='D')
columns = ['BL0', 'BL1','BL2', 'BL3','Shipments']
indx = pd.MultiIndex.from_product([commodities,days])
output = pd.DataFrame(index=indx,columns=columns)
output.head()


                BL0  BL1  BL2  BL3 Shipments
ABC 2012-01-01  NaN  NaN  NaN  NaN       NaN
    2012-01-02  NaN  NaN  NaN  NaN       NaN
    2012-01-03  NaN  NaN  NaN  NaN       NaN
    2012-01-04  NaN  NaN  NaN  NaN       NaN
    2012-01-05  NaN  NaN  NaN  NaN       NaN

然后，您可以根据多指标的水平适当替换实际值。

【讨论】：