在熊猫中使用多索引设置值答案

【问题标题】：Setting values with multiindex in pandas在熊猫中使用多索引设置值
【发布时间】：2016-06-29 14:38:43
【问题描述】：

已经有几个关于 SO 的问题与此相关，最值得注意的是 this one，但是似乎没有一个答案对我有用，而且很多文档链接（尤其是关于 lexsorting）已损坏，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 MultiIndexed Dataframe：

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0 列中的所有值设置为one 类别中的观察值（例如np.NaN）。我失败了：

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

和

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

这会产生一个关于键长度超过索引长度的警告，或者一个关于缺乏足够深度的 lexsorting 的警告。

这样做的正确方法是什么？

【问题讨论】：

标签： python pandas multi-index

【解决方案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.

【讨论】：