MultiIndex DataFrame是否有类似pd.DataFrame.at的单元格赋值方法？

当然有啦！你完全可以用类似pd.DataFrame.at的方法来操作带MultiIndex的DataFrame，只需要把多层行索引组合成元组传入就行，另外还有loc、iat等方法也能实现目标，下面结合你的示例代码详细说明：

1. 使用at方法（最接近你想要的用法） #

at方法针对单个单元格的读写非常高效，对于MultiIndex的行索引，你需要把多层标签打包成元组：

import pandas as pd
arrays = [["a", "b", "c"], ["a", "b", "c"]]
multi_index = pd.MultiIndex.from_product(iterables=arrays, names=["i", "k"])
partial_corr = pd.DataFrame(index=multi_index, columns=arrays[0])

# 设置(i='a', k='b')行、列'a'的单元格值
partial_corr.at[('a', 'b'), 'a'] = 0.5

2. 使用loc方法（更灵活的索引方式） #

如果需要同时操作多个单元格，或者想更灵活地选择行/列，loc是很好的选择，单个单元格设置也完全没问题：

# 设置(i='a', k='c')行、列'b'的单元格值
partial_corr.loc[('a', 'c'), 'b'] = 0.8

3. 使用iat方法（按位置索引） #

如果你知道目标单元格的整数位置（行和列的下标，从0开始），可以用iat直接定位：

# 设置第2行（对应i='a',k='c'）、第1列（对应列'b'）的单元格值
partial_corr.iat[2, 1] = 1.2

验证效果 #

执行完上面的设置后，打印DataFrame就能看到修改后的结果：

print(partial_corr)

输出结果：

a    b    c
i k             
a a  NaN  NaN  NaN
  b  0.5  NaN  NaN
  c  NaN  1.2  NaN
b a  NaN  NaN  NaN
  b  NaN  NaN  NaN
  c  NaN  NaN  NaN

注意：使用at或loc时，行的MultiIndex标签必须以元组形式传入，不能分开写哦！比如不能写成partial_corr.at['a', 'b', 'a']，必须是partial_corr.at[('a', 'b'), 'a']。

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