如何向Multi-Index DataFrame指定层级下追加列表数据

方法一：创建新DataFrame合并（推荐） #

适合批量添加多行，逻辑清晰易维护：

1. 准备要追加的数据和对应索引

import pandas as pd
import numpy as np

x = [16,17,18,19]
# 生成对应"s"层级的新二级索引（6-9）
new_index = pd.MultiIndex.from_tuples([("s", str(i)) for i in range(6, 10)])
# 创建包含新数据的DataFrame，I2列设为NaN
new_rows = pd.DataFrame({"I1": x, "I2": np.nan}, index=new_index)

2. 合并并排序索引

df_updated = pd.concat([df, new_rows]).sort_index()

sort_index()会自动将"s"层级的所有行集中排列，"c"层级行保持在后方，与目标结果一致。

方法二：通过.loc直接赋值添加 #

适合少量行的快速添加：

x = [16,17,18,19]
# 从6开始遍历元素，逐个添加到"s"层级下
for idx, val in enumerate(x, start=6):
    df.loc[("s", str(idx)), "I1"] = val

# 重新排序索引，让新行排在"s"层级原行之后
df.sort_index(inplace=True)

未赋值的I2列会自动填充为NaN，满足需求。

内容的提问来源于stack exchange，提问作者Asma Hekal