如何用单索引DataFrame填充多层索引列的DataFrame？

报错原因 #

你遇到的ValueError是因为：df1.loc[:,(slice(None),'myvalue1')]选中的是2列（两个日期维度下的myvalue1），但df2['myvalue1']是仅3行的单序列，两者长度不匹配，导致赋值失败。

无循环解决方案 #

方法一：基于列索引对齐的快速赋值

利用reindex让df2的列结构与df1的第二级索引对齐，直接整体赋值：

df1.loc[:] = df2.reindex(columns=df1.columns, level=1).values

原理：reindex(columns=df1.columns, level=1)会自动将df2的列按照df1的第二级列索引（myvalue1/myvalue2）扩展，生成与df1列数完全匹配的结构，之后直接赋值即可完成填充。

方法二：构造匹配的列结构后直接赋值

通过重复df2的数值列来匹配df1的多级列结构，操作更直接：

# 将df2的每行数值按列重复2次（对应两个日期维度）
df1.loc[:] = df2.values.repeat(2, axis=1)

repeat(2, axis=1)会把每行的[2,6]转为[2,6,2,6]，完美匹配df1的4列结构。

方法三：使用update方法更新

先构造与df1列结构一致的df2副本，再用update完成填充：

df2_multi = pd.DataFrame(
    df2.values.repeat(2, axis=1),
    index=df1.index,
    columns=df1.columns
)
df1.update(df2_multi)

update会按索引和列的对应关系替换值，适合需要保留df1原有非空值的场景（这里df1初始为空，会全部填充）。

验证结果 #

执行任意一种方法后，df1都会得到预期结果：

2023-12-31          2024-01-31
   myvalue1 myvalue2 myvalue1 myvalue2
a         2        6        2        6
b         3        7        3        7
c         4        8        4        8

内容的提问来源于stack exchange，提问作者Nicolas