pandas如何将DataFrame添加到MultiIndex DataFrame指定位置

直接对空MultiIndex DataFrame用loc批量赋值触发KeyError，核心是两个问题：

• 你要写入的(A值, B值, C层级索引)组合在初始空DataFrame中完全不存在，多层索引场景下loc不会自动批量创建不存在的索引键
• 传入的普通DataFrame只有单层行索引，和目标三层MultiIndex无法直接对齐匹配

不用提前创建空的MultiIndex DataFrame，给每个读取到的单文件DataFrame先补全A、B两层索引，最后用pd.concat一次性按行拼接即可，效率高且不容易出错，代码如下：

import pandas as pd
import numpy as np

# 模拟读取文件得到的DataFrame，以及从文件名提取的A、B层级值
df1 = pd.DataFrame(np.random.randint(10, size=(5, 5)))
df1_a = 1
df1_b = 1

df2 = pd.DataFrame(np.random.randint(10, size=(5, 5)))
df2_a = 1
df2_b = 2

df_list = []
# 后续如果要批量读多个文件，把读取、提取A/B值的逻辑放到循环里即可
for df, a_val, b_val in [(df1, df1_a, df1_b), (df2, df2_a, df2_b)]:
    # 构造三层索引，顺序对应A、B、C，原df的行索引作为C层
    df = df.set_index(pd.MultiIndex.from_arrays(
        [
            [a_val] * len(df),
            [b_val] * len(df),
            df.index
        ],
        names=["A", "B", "C"]
    ))
    df_list.append(df)

# 拼接得到最终结果
multiindex_df = pd.concat(df_list)

运行后输出的multiindex_df结构完全符合预期：

0  1  2  3  4
A B C
1 1 0  0  9  9  8  5
    1  0  8  2  1  2
    2  9  1  6  4  3
    3  1  4  1  4  4
    4  5  4  6  6  2
  2 0  4  5  0  7  3
    1  8  2  9  1  0
    2  5  9  1  6  6
    3  4  1  4  6  5
    4  3  0  0  8  8

内容的提问来源于stack exchange，提问作者mcp