为MultiIndex DataFrame批量插入np.nan报错KeyError:0的解决方法

问题原因 #

你用t.loc[(slice(None), 0), :]=np.nan报错KeyError:0，是因为你的MultiIndex中并非所有一级索引下都存在二级索引0。loc是严格匹配现有索引的，当某个一级索引没有二级索引0时，就会触发键错误；而单独指定('a', 0)成功，说明'a'这个一级索引下确实存在该二级索引。

两种解决办法 #

办法一：仅对已有二级索引0的行赋值 #

如果只需要给那些原本就有二级索引0的一级索引对应的行设为NaN，可以先筛选出符合条件的行：

import numpy as np

# 筛选二级索引等于0的所有行
mask = t.index.get_level_values(1) == 0
t.loc[mask, :] = np.nan

办法二：给所有一级索引添加二级索引0的行并设为NaN #

如果希望每个一级索引下都新增二级索引0的行并设为NaN（不管原来有没有），可以通过重新索引实现：

import numpy as np
import pandas as pd

# 获取所有唯一的一级索引
level1_unique = t.index.get_level_values(0).unique()
# 构造包含所有(一级索引, 0)的新索引，合并原索引
new_index = pd.MultiIndex.from_product([level1_unique, [0]]).union(t.index)
# 重新索引DataFrame，新增的行默认会填充NaN，也可以显式赋值
t = t.reindex(new_index)
# 确保所有(任意一级, 0)的行都是NaN
t.loc[(slice(None), 0), :] = np.nan

内容的提问来源于stack exchange，提问作者guyguyguy12345