如何向MultiIndex DataFrame中添加numpy数组？

我来帮你理清楚问题所在，以及对应的解决办法：

为什么你的Series尝试会失败？ #

你遇到的两个错误本质上都是因为Pandas Series是一维数据结构：

1. 第一个错误Exception: Data must be 1-dimensional：np.random.randn(1,5)生成的是二维数组，而Series要求输入的数据必须是一维的。
2. 第二个错误ValueError: Wrong number of items passed 5, placement implies 1：当你把数组展平成5个元素的一维数组后，你的MultiIndex只有1个索引条目((activity, id))，但你传入了5个值——Series的每个索引位置只能对应单个值，没法直接映射5个元素到一个索引上。

正确的实现方式：用DataFrame存储特征向量 #

正如你后来发现的，DataFrame是二维结构，完美适配你的需求：每个MultiIndex条目对应一行，每行的各个列就是特征向量的元素。

这里再给你细化一下示例，让逻辑更清晰：

import pandas as pd
import numpy as np

# 构建MultiIndex：每个条目对应一个(activity, id)组合
arrays = [
    np.array(['Open_Truck', 'Open_Truck', 'Close_Truck']),  # activity列
    np.array(['1', '2', '1'])  # id列
]
multi_index = pd.MultiIndex.from_arrays(arrays, names=['activity', 'id'])

# 生成特征向量：3个样本，每个样本4个特征
feature_vectors = np.random.randn(3, 4)

# 创建DataFrame，把MultiIndex设为行索引
df = pd.DataFrame(feature_vectors, index=multi_index)
print(df)

输出会是这样的格式，每个(activity, id)对应一行特征向量：

0         1         2         3
activity    id                                      
Open_Truck  1  0.423562 -0.187245  0.981234 -0.345678
            2 -0.567890  0.234567 -0.876543  0.123456
Close_Truck 1  0.789012 -0.456789  0.345678 -0.901234

额外补充：如果想把整个数组存在单个单元格里 #

如果你确实需要把完整的numpy数组作为单个值存在MultiIndex的行中（而不是拆成列），也可以这么做：

# 每个MultiIndex条目对应一个数组
data = [np.random.randn(5), np.random.randn(5), np.random.randn(5)]
df_single_cell = pd.DataFrame({'feature_vector': data}, index=multi_index)
print(df_single_cell)

输出会是每个单元格存储一个完整的数组：

feature_vector
activity    id                      
Open_Truck  1    [0.123, -0.456, 0.789, -0.234, 0.567]
            2    [-0.890, 0.345, -0.678, 0.901, -0.123]
Close_Truck 1    [0.456, -0.789, 0.234, -0.567, 0.890]

这个方案适合你需要保留数组整体结构的场景，比如后续要对整个数组做批量操作的时候。

内容的提问来源于stack exchange，提问作者Eypros