如何无需循环将pypfopt生成的weights字典写入MultiIndex DataFrame？

你可以通过构造匹配MultiIndex结构的Series或直接指定列元组的方式，替代显式循环完成赋值，以下是两种简洁实现：

方法1：利用Series重构索引后赋值 #

把weights字典转为Series，再给Series的索引补上MultiIndex的上层层级，最后直接赋值给目标行：

import pandas as pd

# 将weights转为Series，并构造完整的MultiIndex列标签
weights_series = pd.Series(weights)
weights_series.index = pd.MultiIndex.from_tuples(
    [(df_name, cov, freq, w, parameter, beta, ticker) for ticker in weights_series.index]
)

# 直接赋值给目标行
results_df.loc[date] = weights_series

方法2：直接构造列元组列表赋值 #

先生成包含完整MultiIndex的列元组列表，再对应赋值权重值：

# 生成完整的MultiIndex列标签列表
target_cols = [(df_name, cov, freq, w, parameter, beta, ticker) for ticker in weights]
# 提取权重值列表
weight_vals = list(weights.values())

# 一次性赋值
results_df.loc[date, target_cols] = weight_vals

原代码无法运行的原因 #

你最初的代码试图把字典直接赋值给MultiIndex的前6层列组，但pandas无法自动将字典的键映射到第7层列索引，必须明确指定完整的MultiIndex列标签才能完成匹配。

内容的提问来源于stack exchange，提问作者Lucas Voltolini