如何用含行列索引的DataFrame为MultiIndex的DataFrame赋值

这是个很典型的MultiIndex定位赋值问题，我来帮你搞定！

问题的核心是要把index_array里的每一行转换成行MultiIndex元组和列MultiIndex元组，然后精准定位到to_fill的对应位置赋值为True。下面给你两种实用的解决方案：

方法1：直观循环（小数据友好） #

直接遍历index_array的每一行，把每行的前两列、后两列分别打包成元组，作为loc的索引参数即可：

import numpy as np
import pandas as pd

lengths = pd.Series(data=[2, 4], index=[1, 2])
index = pd.MultiIndex.from_tuples([(i, j) for i in lengths.index for j in np.arange(1, lengths.loc[i]+1)])
to_fill = pd.DataFrame(index=index, columns=index, dtype=np.bool)
to_fill.loc[:,:] = False  # 用False更符合布尔类型的语义，替代你之前的0

index_array = pd.DataFrame([[1, 1, 1, 1], [1, 1, 1, 2], [2, 3, 2, 3], [2, 3, 2, 4]], columns=["i_1", "j_1", "i_2", "j_2"])

# 遍历每一行粒子对信息，精准赋值
for _, row in index_array.iterrows():
    row_idx = (row["i_1"], row["j_1"])
    col_idx = (row["i_2"], row["j_2"])
    to_fill.loc[row_idx, col_idx] = True

print(to_fill)

运行后就能得到你预期的结果，每一行index_array对应的位置都会被设为True。

方法2：批量索引赋值（大数据高效） #

如果你的粒子对数量很大，循环的效率会比较低。这时候可以用get_indexer获取行和列的位置索引，直接操作底层values数组，速度会快很多：

import numpy as np
import pandas as pd

lengths = pd.Series(data=[2, 4], index=[1, 2])
index = pd.MultiIndex.from_tuples([(i, j) for i in lengths.index for j in np.arange(1, lengths.loc[i]+1)])
to_fill = pd.DataFrame(index=index, columns=index, dtype=np.bool)
to_fill.loc[:,:] = False

index_array = pd.DataFrame([[1, 1, 1, 1], [1, 1, 1, 2], [2, 3, 2, 3], [2, 3, 2, 4]], columns=["i_1", "j_1", "i_2", "j_2"])

# 把index_array的列转换成MultiIndex格式的元组集合
row_tuples = pd.MultiIndex.from_frame(index_array[["i_1", "j_1"]])
col_tuples = pd.MultiIndex.from_frame(index_array[["i_2", "j_2"]])

# 获取每个元组在to_fill索引中的位置下标
row_positions = to_fill.index.get_indexer(row_tuples)
col_positions = to_fill.columns.get_indexer(col_tuples)

# 批量赋值True
to_fill.values[row_positions, col_positions] = True

print(to_fill)

为什么你之前的尝试可能失败？ #

你大概率是直接用index_array的单列值去索引，但loc对于MultiIndex需要的是元组形式的完整标签，单独的列值只能匹配一级索引，无法定位到二级的j_1和j_2，所以必须把两级索引打包成元组才能正确命中目标位置。

内容的提问来源于stack exchange，提问作者jotasi