Question

我真的很难潜入大熊猫：

这里我想用双索引建立一个这样的DataFrame：i1和i2：

cols = ["i1", "i2", "d1", "d2", "d3"]
T = pd.DataFrame( columns=cols ).set_index(["i1", "i2"])

然后将行附加到右侧索引

的行到目前为止，我已经尝试过了：

T.loc[ 1,2 ] = pd.Series({"d1":10, "d2":20, "d3":30})

还有：

T.append( pd.Series({"d1":10, "d2":20, "d3":30}, name=(1,2)) )

没有一个能给出理想的结果。

Answer 1

首次尝试以下作品：

In [258]:
T.loc(axis=0)[ (1,2) ] = pd.Series({"d1":10, "d2":20, "d3":30})
T

Out[258]:
       d1  d2  d3
i1 i2            
1  2   10  20  30

这个T.append( pd.Series({"d1":10, "d2":20, "d3":30}, name=(1,2)) )在pandas 0.16.2

中也可以正常使用

Answer 2

如果您执行T.loc[(1,2),:]而不是T.loc[ 1,2 ]，则第一个选项有效（因此pandas知道两个值都是行索引（对于两个行索引级别）：

In [63]: T = pd.DataFrame( columns=cols ).set_index(["i1", "i2"])

In [64]: T.loc[( 1,2),: ] = pd.Series({"d1":10, "d2":20, "d3":30})

In [65]: T
Out[65]:
       d1  d2  d3
i1 i2
1  2   10  20  30

更详尽的解释：T.loc[ 1,2 ]将尝试访问第1行和第2列。因此，您需要将(1,2)作为元组传递，并使用:明确选择所有列，并赋予{ {1}}。

第二个适用于我（使用pandas 0.16.2）：

.loc[(1,2),:]

但是，请注意，以这两种方式追加值将始终采用现有帧的副本最好重新考虑您的方法并立即使用数据创建数据框（当然，这取决于您的应用程序）。

Pandas使用两个索引将行附加到dataframe

2 个答案: