如何为Pandas DataFrame中的多级索引指定对应值？

我希望使用多级索引构建Pandas DataFrame，首先定义数据框列：

df = pd.DataFrame(columns=["val",])

接着生成索引元组和对应值：

for j in range(1,5):
  tuples = [(str(j), i) for i in range(10)]
  vals = [0,1,2,3,j,j,4,4,1,1]

我想在循环中高效更新数据，得知.loc方法比_append更高效，尝试用：

for i2, el in enumerate(tuples):
  df.loc[el] = vals[i2] #el is a tuple

但结果不符合预期，执行df.loc[('1', 3)] = 4时，得到的DataFrame为：

val    3
1  NaN  4.0

而我期望的是：

val
1  3  4.0

请问如何正确为Pandas DataFrame中的多级索引指定值？

解决方案 #

问题根源 #

你之前的代码出错，是因为初始化df时没有指定多级索引（MultiIndex）。当你用元组('1',3)作为.loc的索引时，Pandas会默认把元组的第一个元素当作行索引，第二个元素当作列名，因此才会出现新增列3的错误结果。

正确做法 #

方法1：先收集所有数据，一次性构建DataFrame（最高效）

避免循环更新的开销，先把所有索引元组和对应值收集起来，再一次性创建带多级索引的DataFrame：

import pandas as pd

all_indices = []
all_values = []

for j in range(1, 5):
    # 生成当前批次的索引元组和值
    batch_indices = [(str(j), i) for i in range(10)]
    batch_values = [0,1,2,3,j,j,4,4,1,1]
    # 合并到总列表
    all_indices.extend(batch_indices)
    all_values.extend(batch_values)

# 创建多级索引
multi_idx = pd.MultiIndex.from_tuples(all_indices, names=['level_1', 'level_2'])
# 构建最终DataFrame
df = pd.DataFrame({'val': all_values}, index=multi_idx)

方法2：循环更新（需先初始化带多级索引的空DataFrame）

如果必须用循环更新，要先初始化一个带有空多级索引的DataFrame，确保Pandas能识别元组为多级索引：

import pandas as pd

# 初始化带空多级索引的DataFrame
df = pd.DataFrame(
    {'val': []},
    index=pd.MultiIndex.from_tuples([], names=['level_1', 'level_2'])
)

for j in range(1, 5):
    batch_indices = [(str(j), i) for i in range(10)]
    batch_values = [0,1,2,3,j,j,4,4,1,1]
    # 循环更新每个索引对应的值
    for idx, val in zip(batch_indices, batch_values):
        df.loc[idx, 'val'] = val

验证效果 #

执行df.loc[('1', 3)] = 4后，查看结果：

print(df.loc[('1', 3)])

输出会符合预期：

val    4.0
Name: (1, 3), dtype: float64

内容的提问来源于stack exchange，提问作者roschach