Question

我有一个如下的多索引系列。

> data = [['a', 'X', 'u', 1], ['a', 'X', 'v', 2], ['b', 'Y', 'u', 4], ['a', 'Z', 'u', 20]]
> s = pd.DataFrame(data, columns='one two three four'.split()).set_index('one two three'.split()).four
> s
one  two  three
a    X    u         1
          v         2
b    Y    u         4
a    Z    u        20
Name: four, dtype: int64

然后第二个系列仅以one和three作为索引：

>>> data2 = [['a', 'u', 3], ['a', 'v', -3]]
>>> s2 = pd.DataFrame(data2, columns='one three four'.split()).set_index('one three'.split()).four
>>> s2
one  three
a    u        3
     v       -3
Name: four, dtype: int64

据我所知，s2和s.loc[pd.IndexSlice[:, 'X', :]]的索引是相同的。

因此，我希望能够做到：

>>> s.loc[pd.IndexSlice[:, 'X', :]] = s2

，但这样做会产生NaN值：

>>> s
one  two  three
a    X    u         NaN
          v         NaN
b    Y    u         4.0
a    Z    u        20.0
Name: four, dtype: float64

正确的方法是什么？

Answer 1

pandas有时，MultiIndexes有点漏洞，感觉就像其中一种情况。如果您修改s2.index以匹配s.index，则分配有效：

In [155]: s2.index = pd.MultiIndex.from_product([['a'], ['X'], ['u', 'v']], names=['one', 'two', 'three'])

In [156]: s2
Out[156]:
one  two  three
a    X    u        3
          v       -3
Name: four, dtype: int64

In [157]: s
Out[157]:
one  two  three
a    X    u         1
          v         2
b    Y    u         4
a    Z    u        20
Name: four, dtype: int64

In [158]: s.loc[:, 'X', :] = s2

In [159]: s
Out[159]:
one  two  three
a    X    u         3
          v        -3
b    Y    u         4
a    Z    u        20
Name: four, dtype: int64

可能值得在https://github.com/pandas-dev/pandas/issues中搜索类似的问题，如果还不存在，请将其添加为新的问题。

同时，另一种选择是使用.unstack()重塑数据以进行分配：

In [181]: s = s.unstack('two')

In [182]: s['X'].loc[s2.index] = s2

In [183]: s.stack().swaplevel(1,2).sort_index()
Out[183]:
one  two  three
a    X    u         3.0
          v        -3.0
     Z    u        20.0
b    Y    u         4.0
dtype: float64

Answer 2

作为@randy答案的替代方法，您可以将s2转换为列表，因此您不必关心索引匹配（但是，它不会像join那样只是一个双方的分配保留顺序）：

>>> s.loc[pd.IndexSlice[:, 'X', :]]=s2.to_list()
>>> s
one  two  three
a    X    u         3.0
          v        -3.0
b    Y    u         4.0
a    Z    u        20.0
Name: four, dtype: float64

尽管索引匹配，但使用pd.IndexSlice进行pd.Series分配仍会导致NaN值

2 个答案: