Question

我想知道是否有一种等效方法可以使用MultiIndex向Series或DataFrame添加一行，因为只有一个索引，即使用.ix或.loc？

我认为自然的方式就像

row_to_add = pd.MultiIndex.from_tuples()
df.ix[row_to_add] = my_row

但是引发了KeyError。我知道我可以使用.append（），但我觉得使用.ix []或.loc []更加整洁。

这里有一个例子：

>>> df = pd.DataFrame({'Time': [dt.datetime(2013,2,3,9,0,1), dt.datetime(2013,2,3,9,0,1)], 'hsec': [1,25], 'vals': [45,46]})
>>> df
                 Time  hsec  vals
0 2013-02-03 09:00:01     1    45
1 2013-02-03 09:00:01    25    46

[2 rows x 3 columns]
>>> df.set_index(['Time','hsec'],inplace=True)
>>> ind = pd.MultiIndex.from_tuples([(dt.datetime(2013,2,3,9,0,2),0)],names=['Time','hsec'])
>>> df.ix[ind] = 5

Traceback (most recent call last):
  File "<pyshell#201>", line 1, in <module>
    df.ix[ind] = 5
  File "C:\Program Files\Python27\lib\site-packages\pandas\core\indexing.py", line 96, in __setitem__
    indexer = self._convert_to_indexer(key, is_setter=True)
  File "C:\Program Files\Python27\lib\site-packages\pandas\core\indexing.py", line 967, in _convert_to_indexer
    raise KeyError('%s not in index' % objarr[mask])
KeyError: "[(Timestamp('2013-02-03 09:00:02', tz=None), 0L)] not in index"

Answer 1

您必须指定一个元组才能使多索引工作（并且您必须完全指定所有轴，例如:是必需的）

In [26]: df.ix[(dt.datetime(2013,2,3,9,0,2),0),:] = 5

In [27]: df
Out[27]: 
                          vals
Time                hsec      
2013-02-03 09:00:01 1       45
                    25      46
2013-02-03 09:00:02 0        5

更容易重新索引和/或连接/附加新的数据帧。通常设置（使用这种放大），只有在使用少量值进行设置时才有意义。当你这样做时，这就是副本。

Answer 2

自package.json起折旧起更新：今天您可以：

.ix

在MultiIndex DataFrame / Series中添加一行

2 个答案: