如何修改DataFrame中MultiIndex（多重索引）的值？

嘿，我来帮你搞定这个问题！你之前的方法没生效主要有两个核心原因：

• 你通过df.loc[[(991,28)]]获取的是原DataFrame的副本，修改副本的索引不会对原DataFrame产生任何影响；
• set_levels方法是用来修改整个索引层级的所有值（比如把所有season_id为28的都改成26），而不是修改单个索引标签。

这里给你两种可行的解决方法：

方法1：使用rename直接映射修改（推荐） #

rename方法支持传入字典，将旧的索引元组直接映射到新的索引元组，操作简洁高效：

import pandas as pd

# 先构造你的示例DataFrame
data = {'name': ['Fabio', 'Luigi'], 'age': [33, 25]}
index = pd.MultiIndex.from_tuples([(991, 28), (1028, 28)], names=['player_id', 'season_id'])
df = pd.DataFrame(data, index=index)

# 修改单个多重索引值
df = df.rename(index={(991, 28): (991, 26)})

print(df)

执行后会得到你想要的结果：

name  age
player_id season_id          
991       26        Fabio   33
1028      28        Luigi   25

方法2：手动修改索引列表再重新设置 #

如果需要更灵活的批量修改逻辑，可以先把多重索引转换成列表，修改指定元素后再重新设置索引：

# 获取当前索引的列表形式
index_list = list(df.index)

# 遍历找到要修改的索引并替换
for idx_pos, idx_tuple in enumerate(index_list):
    if idx_tuple == (991, 28):
        index_list[idx_pos] = (991, 26)

# 重新设置多重索引
df.index = pd.MultiIndex.from_tuples(index_list, names=df.index.names)

这种方法适合需要批量修改多个索引值的场景。

补充：为什么之前的方法无效？ #

再帮你梳理下你尝试的几种方式的问题：

• df.loc[[(991,28)]].index.set_levels = (991,26)：你操作的是副本的索引，而且set_levels是方法不是属性，不能直接赋值；
• df.loc[[(991,28)]].index.set_levels([991,26], inplace=True)：同样是操作副本，而且set_levels会修改整个层级的所有值，不是单个；
• df.loc[[(991,28)]].index = df.loc[[(991,28)]].index.set_levels([991,26])：还是在修改副本，原DataFrame完全没变化。

内容的提问来源于stack exchange，提问作者Lorenzo Boletti