如何通过匹配多列索引实现Pandas DataFrame与Series的更新求和？

我来帮你搞定这个问题～先分析下你之前遇到的报错原因，再给你两种可行的解决方案：

为什么之前的方法会报错？ #

1. 第一种方法的错误：lt[x[['B','C']]]里的x[['B','C']]是一个Series对象，而多索引Series需要接收元组格式的索引键，直接用Series索引会触发类型不匹配的错误。
2. 第二种方法的错误：lt[x.B,x.C]在找不到匹配的索引键（比如(357,718)）时，会直接抛出KeyError，因为Pandas默认找不到索引就报错，而我们需要的是这种情况返回0，不影响原N值。

方案一：矢量化操作（推荐，效率更高） #

利用Pandas的索引对齐特性，把DataFrame的B和C列设为多索引，和Series的索引对齐后再相加，最后恢复原结构：

# 将B、C设为临时索引，和lt的多索引对齐相加，fill_value=0处理无匹配的情况
df['N'] = df.set_index(['B', 'C'])['N'].add(lt, fill_value=0).values

• 优点：全程是Pandas的矢量化操作，处理大数据量时比逐行循环快很多。
• 原理：set_index(['B','C'])让df的索引和lt的多索引结构一致，add方法会自动匹配相同索引的元素相加，fill_value=0确保没有匹配的行不会变成NaN，而是加0保持原N值不变。

方案二：用get方法避免KeyError #

如果更习惯用apply逐行处理，可以用Series的get方法，指定找不到键时返回0：

# 把B和C组合成元组，用get方法查找lt，无匹配则返回0，再和原N相加
df['N'] = df['N'] + df.apply(lambda row: lt.get((row['B'], row['C']), 0), axis=1)

• 原理：lt.get((row['B'], row['C']), 0)会先尝试查找元组格式的索引键，找不到就返回默认值0，这样就不会抛出KeyError，同时不影响原N值。

验证结果 #

两种方法执行后，都能得到你想要的最终DataFrame：

B     TF    C    N
0  356  True  714  224
1  357  True  718   2
2  358  True  722   3
3  359  True  726   4
4  360  False 730  106

内容的提问来源于stack exchange，提问作者aartist