python - 将 DataFrame 附加到多索引 DataFrame

Question

我有一个包含三个索引的 DataFrame，如下所示:

                                               stat1             stat2
sample                        env  run                                                  
sample1                       0    0          36.214             71
                                   1          31.808             71
                                   2          28.376             71
                                   3          20.585             71
sample2                       0    0           2.059             29
                                   1           2.070             29
                                   2           2.038             29

这表示在不同的数据样本上运行的过程。此过程在不同环境中运行多次，这符合结果。

这听起来很简单，但我在尝试将新环境结果添加为 DataFrame 时遇到了问题:

            stat1          stat2
run                                                  
0           0.686             29
1           0.660             29
2           0.663             29

这应该在 df.loc[["sample1", 1]] 下建立索引。我试过这个:

df.loc[["sample1", 1]] = result

并使用 DataFrame.append。但是第一个只是引发了一个 KeyError 而第二个似乎根本没有修改 DataFrame。

我在这里错过了什么？

编辑:添加当使用 append 时 df.loc["sample"].append(result) 问题是它搞乱了多重索引。它被转化为单个索引，之前的多索引被合并成一个元组，如 (0, 0) 或 (0, 1) 代表环境0，运行 1，依此类推；并且附加的 DataFrame 的索引(代表每次运行的范围索引)成为新的不需要的索引。

Answer 1

这里问题的核心是索引的不同。克服这个问题的一种方法是更改​​结果的索引以包括要设置的 0,1 级别，然后使用 concat 附加数据帧。看下面的例子

In [68]: result.index = list(zip(["sample1"]*len(result), [1]*len(result),result
    ...: .index))

In [69]: df = pd.concat([df,result])
         df
Out[69]: 
                  stat1  stat2
sample  env run               
sample1 0   0    36.214     71
            1    31.808     71
            2    28.376     71
            3    20.585     71
sample2 0   0     2.059     29
            1     2.070     29
            2     2.038     29
sample1 1   0     0.686     29
            1     0.660     29
            2     0.663     29

编辑:一旦索引改变，你甚至可以使用追加

In [21]: result.index = list(zip(["sample1"]*len(result), [1]*len(result),result
    ...: .index))

In [22]: df.append(result)
Out[22]: 
                  stat1  stat2
sample  env run               
sample1 0   0    36.214     71
            1    31.808     71
            2    28.376     71
            3    20.585     71
sample2 0   0     2.059     29
            1     2.070     29
            2     2.038     29
sample1 1   0     0.686     29
            1     0.660     29
            2     0.663     29