Pandas多层列索引下7位标量相乘失效问题求助

问题描述 #

我尝试通过以下代码修改Pandas多级列索引的DataFrame：

Temporary=DF.loc[start:end].copy()
SLICE=Temporary.unstack("time").copy()
SLICE["Var"]["Jan"] = 2678400*SLICE["Var"]["Jan"]

但执行后SLICE["Var"]["Jan"]列的值没有变化。不过两种方式可以得到预期结果：

• 拆分标量分步相乘：先乘以26784（原标量缩小两个数量级），再乘以100；
• 删除列索引第一层后直接相乘：

Temporary=DF.loc[start:end].copy()
SLICE=Temporary.unstack("time").copy()
SLICE=SLICE.droplevel(0, axis=1)
SLICE["Jan"] = 2678400*SLICE["Jan"]

当前环境：Python 3.8，DataFrame数据类型为float32，数值范围在±5.0×10⁻⁵之间，部分数值绝对值小于1×10⁻¹¹。

原因分析 #

1. 链式索引的SettingWithCopy问题：
   使用SLICE["Var"]["Jan"]这种链式索引时，Pandas可能返回原DataFrame的视图而非副本，此时赋值操作仅修改临时视图，不会同步到原SLICE对象中。这是Pandas索引机制的特性，而非Python本身的问题。
2. float32精度的次要影响：
   float32有效精度约为6-7位，2678400与你的数据范围相乘后结果在可表示范围内，但链式索引引发的视图问题是核心原因——分步相乘或删除索引层级后，你使用的是直接索引而非链式调用，赋值操作直接作用于原DataFrame，因此生效。

解决方案 #

要实现直接用7位标量相乘，只需避免链式索引，推荐三种方式：

• 方式一：使用.loc指定多级索引
  明确指定行列索引，确保操作作用于原DataFrame：

  Temporary=DF.loc[start:end].copy()
  SLICE=Temporary.unstack("time").copy()
  SLICE.loc[:, ("Var", "Jan")] = 2678400 * SLICE.loc[:, ("Var", "Jan")]
  

• 方式二：提取子DataFrame并显式复制后赋值
  先获取子DataFrame并复制，修改后放回原DataFrame：

  Temporary=DF.loc[start:end].copy()
  SLICE=Temporary.unstack("time").copy()
  var_df = SLICE["Var"].copy()
  var_df["Jan"] = 2678400 * var_df["Jan"]
  SLICE["Var"] = var_df
  

• 方式三：直接使用多级列索引赋值语法
  利用Pandas多级列索引的直接赋值方式，跳过链式调用：

  Temporary=DF.loc[start:end].copy()
  SLICE=Temporary.unstack("time").copy()
  SLICE[("Var", "Jan")] = 2678400 * SLICE[("Var", "Jan")]
  

内容的提问来源于stack exchange，提问作者HeyGeorge