多索引DataFrame中子集数据高效修改的最优方法探究

针对你遇到的多索引DataFrame修改子集的性能问题，推荐以下两种更高效的写法，性能接近你提到的第一种快速方法，同时适配第二个维度大小不固定的场景：

方法1：元组+slice(None)直接定位 #

利用多索引的层级匹配规则，直接指定第一个层级为目标值，第二个层级匹配所有元素：

%%timeit
df.loc[(0, slice(None)), 'C'] = 1.
# 测试结果示例：920 µs ± 85 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

方法2：使用pd.IndexSlice提升可读性 #

如果多索引层级较多，用IndexSlice可以让代码更清晰，本质和方法1一致：

import pandas as pd

idx = pd.IndexSlice
%%timeit
df.loc[idx[0, :], 'C'] = 1.
# 性能和方法1几乎无差异

为什么这两种方法更快？ #

这两种写法都是直接通过多索引的层级定位逻辑筛选数据，不需要像get_level_values那样先提取层级值、生成布尔索引再筛选，避免了额外的序列计算开销，因此性能大幅优于你当前使用的布尔索引方法，同时完全适配第二个维度大小不固定的场景。

内容的提问来源于stack exchange，提问作者stevew