如何基于多重索引值修改DataFrame列值：将Deliveries_faced为5时的S/R设为0

嘿，这事儿不难搞定，我给你两种实用的方法，根据你的习惯选就行～

首先先把你的原始DataFrame用代码还原出来，方便后续操作：

import pandas as pd

# 构建你的原始多重索引DataFrame
data = {
    'S/R': [20, 45, 30, 55, 34, 27],
    'Batfast_id': ['bfs_1', 'bfs_1', 'bfs_1', 'bfs_2', 'bfs_2', 'bfs_2'],
    'Session_no': [1, 1, 1, 1, 1, 1],
    'Event_Name': ['fulham', 'fulham', 'fulham', 'gps', 'gps', 'gps'],
    'Overs': [0, 1, 2, 0, 1, 2],
    'Deliveries_faced': [5, 11, 17, 5, 11, 17]
}

df = pd.DataFrame(data).set_index(['Batfast_id', 'Session_no', 'Event_Name', 'Overs', 'Deliveries_faced'])

方法1：直接在多重索引上操作（高效推荐） #

利用get_level_values方法定位到Deliveries_faced这个索引层级，筛选出值为5的行，然后直接修改S/R列：

# 筛选Deliveries_faced为5的行，将对应S/R设为0
df.loc[df.index.get_level_values('Deliveries_faced') == 5, 'S/R'] = 0

方法2：重置索引后修改（直观易理解） #

如果你对多重索引操作不太熟悉，可以先把索引重置为普通列，修改后再恢复多重索引：

# 重置索引为普通列
df_reset = df.reset_index()
# 筛选Deliveries_faced为5的行，修改S/R列
df_reset.loc[df_reset['Deliveries_faced'] == 5, 'S/R'] = 0
# 重新设置多重索引
df = df_reset.set_index(['Batfast_id', 'Session_no', 'Event_Name', 'Overs', 'Deliveries_faced'])

修改后的结果 #

执行任意一种方法后，你的DataFrame会变成这样：

S/R
Batfast_id Session_no Event_Name Overs Deliveries_faced
bfs_1      1          fulham     0     5                  0
                                 1     11                45
                                 2     17                30
bfs_2      1          gps        0     5                  0
                                 1     11                34
                                 2     17                27

内容的提问来源于stack exchange，提问作者Yoseph Ismail