如何在Pandas 0.24.2中用单索引DataFrame更新多索引DataFrame

问题分析 #

你遇到的核心问题是索引不匹配：df_old.loc[idx['a'], :]返回的是带有(i1, i2)多索引的子DataFrame，而df_new只有单索引i2。pandas的update方法是严格按照索引对齐来更新的，两者索引结构不一致，自然无法匹配到要更新的行，所以没有任何效果。

解决方案：对齐索引后用原生update #

在Pandas 0.24.2中，完全可以用原生API实现，不需要循环、自定义函数或重置索引，只需要先把df_new的索引转换成和目标分片一致的多索引，再调用update即可。

方法1：给df_new添加顶层索引并交换层级

# 给df_new添加i1='a'的索引层，转为多索引后交换层级，让索引顺序和df_old一致
df_new_multi = df_new.set_index(pd.Index(['a'] * len(df_new), name='i1'), append=True).swaplevel()
# 执行更新
df_old.update(df_new_multi)

方法2：直接构建匹配的多索引

更直观的方式是用pd.MultiIndex.from_product生成和目标分片完全一致的索引：

# 生成(i1='a', i2=x/y)的多索引，重新索引df_new
df_new_multi = df_new.reindex(
    pd.MultiIndex.from_product([['a'], df_new.index], names=['i1', 'i2'])
)
# 执行更新
df_old.update(df_new_multi)

执行后df_old就会变成你期望的结果：

c1  c2  c3
i1 i2               
a  x     1   2   0
   y     3   4   0
   z     0   0   0
b  x     0   0   0
   y     0   0   0
   z     0   0   0

为什么这个方法可行？ #

• update方法会自动对齐两个DataFrame的索引，只更新同时存在于两个DataFrame中的行和列，不会新增行/列，也不会修改其他未匹配的内容（比如c3列和i1='b'的分片）。
• 我们只是调整了df_new的索引结构，让它和df_old中要更新的分片索引完全匹配，完全利用了pandas原生的索引对齐特性，没有引入任何自定义逻辑。

关于多索引分片更新的疑问 #

多索引的意义正是在于可以精准定位分片，但前提是更新数据源的索引要和目标分片的索引结构匹配。只要索引对齐，就能实现高效的分片更新，这也是pandas数据对齐机制的核心价值之一。

内容的提问来源于stack exchange，提问作者user3509165