如何在pandas多级索引DataFrame中对指定两行求和并新增自定义索引行

核心原因 #

你遇到的报错本质是没有匹配多级行索引的赋值规则，以及求和后的数组维度和DataFrame结构不匹配。

正确实现代码 #

# 先选中指定的两行按列求和，sum方法会自动忽略NaN，得到的结果和原列索引结构完全匹配
sum_vals = df.loc[["energy_investment_solar", "energy_investment_wind"]].sum(axis=0)

# 新行的两级行索引用元组打包传入，直接赋值即可
df.loc[
    ("energy_investment_vre", "Investment|Energy Supply|Electricity|VRE"), 
    :
] = sum_vals

原报错原因说明 #

• 直接赋值df.loc["energy_investment_vre"] = 求和结果报错：仅指定了第一级行索引，pandas会认为你要匹配该第一级索引下所有第二级索引赋值，但你只有一行数据，和列数不匹配
• 两级索引分开写赋值报错：df.loc[a,b]的写法pandas会默认把a识别为行索引、b识别为列索引，不会把a、b当做两级行索引处理，因此报索引类型错误，两级行索引需要打包为元组作为loc的第一个参数
• append报错：你用.values取出的是二维数组，和append要求的输入结构不匹配，且append方法已在pandas 2.0+版本中被弃用，不推荐使用

内容的提问来源于stack exchange，提问作者hbstha123