python - 使用 Pandas 的 MultiIndex(多行)切片更新 DataFrame

Question

我有一个维度为 I, M 的 MultiIndex，并且希望用一个 i\in I 来更新所有 M 同时行。

这是我的数据框:

>>> result.head(n=10)
Out[9]: 
         FINLWT21
i INCAGG         
0 1           NaN
  7           NaN
  9           NaN
  5           NaN
  3           NaN
1 1           NaN
  7           NaN
  9           NaN
  5           NaN
  3           NaN

这是我要填写的内容:

sample.groupby(field).sum()
            FINLWT21
INCAGG              
1        8800809.719
3        9951002.611
5        9747721.721
7        7683066.990
9       11091861.692

我认为正确的命令是 result.loc[i] = Sample.groupby(field).sum()。然而，这是之后的结果内容:

>>> result.loc[i]
Out[11]: 
       FINLWT21
INCAGG         
1           NaN
7           NaN
9           NaN
5           NaN
3           NaN

如何同时更新所有“内部索引”？

Answer 1

您想要使用pd.IndexSlice。它返回一个可用于 loc 切片的对象。

解决方案

result.sort_index();
slc = pd.IndexSlice[i, :]
result.loc[slc, :] = sample.groupby(field).sum()

说明

result.sort_index(); -> pd.IndexSclice 要求对索引进行排序。

slc = pd.IndexSclice[i, :] -> 用于创建通用切片器的语法，以获取具有 2 个级别的 pd.MultiIndex 的第 i 组第一级别.

'result.loc[slc, :] = ` -> 使用切片

演示

import pandas as pd
import numpy as np


result = pd.DataFrame([], columns=['FINLWT21'],
                      index=pd.MultiIndex.from_product([[0, 1], [1, 7, 9, 5, 3]]))

result.sort_index(inplace=True);
slc = pd.IndexSlice[0, :]

result.loc[slc, :] = [1, 2, 3, 4, 5]

print result

    FINLWT21
0 1        1
  3        2
  5        3
  7        4
  9        5
1 1      NaN
  3      NaN
  5      NaN
  7      NaN
  9      NaN