Python中向多层索引DataFrame添加值的报错问题

错误原因 #

你的代码报错核心是**df.at的用法完全错误**：

• df.at的正确语法是df.at[行索引, 列名] = 要设置的值，你却把索引、列、值全塞到了括号里，导致参数传递混乱，触发takeable相关的类型错误。
• 用df.loc[row["team"], row["gender"]]获取索引完全多余，多层索引的行索引直接用元组(row["team"], row["gender"])即可。

修正方案 #

方法1：修正遍历代码 #

for index, row in df2.iterrows():
    # 构造多层索引的行索引元组
    idx = (row["team"], row["gender"])
    if row["winner"] == row["team"]:
        df.at[idx, "wins"] += 1
    else:
        df.at[idx, "loss"] += 1

方法2：高效向量化操作（推荐） #

遍历iterrows()效率极低，数据量大时优先用分组统计的方式：

1. 给比赛记录标记胜负状态：

df2["is_win"] = df2["winner"] == df2["team"]

2. 按队伍和性别分组统计胜负次数：

stats = df2.groupby(["team", "gender"])["is_win"].agg(
    wins=lambda x: x.sum(),
    loss=lambda x: len(x) - x.sum()
)

3. 将统计结果更新到原DataFrame：

df.update(stats)

关键注意事项 #

• 确保df的多层索引顺序是(team, gender)，和分组的字段顺序一致，否则会出现匹配失败。
• 向量化操作的效率比遍历高几个数量级，数据量大时必须优先选择这种方式。

内容的提问来源于stack exchange，提问作者rzan1