为何向多索引Pandas DataFrame添加行时出现报错？

嘿，我来帮你拆解下这个问题，你遇到的报错都是因为对pandas MultiIndex的loc用法理解有偏差，咱们一步步理清楚：

问题重现 #

你创建的初始DataFrame代码是：

import pandas as pd
cache_df = pd.DataFrame(columns=['ticker', 'maturity', 'rate', 'datetime'])
cache_df = cache_df.set_index(['ticker', 'maturity'])

这时候你的DataFrame是一个**双层级行索引（MultiIndex）**的空表，有效列只有rate和datetime两个。

第一个报错的原因 #

你执行的赋值代码：

cache_df.loc[symbolName, expiry] = [rate, updateTime]

这里的核心问题是loc的语法误用：对于MultiIndex结构，loc的第一个参数应该是完整的行索引元组，而不是把两个索引层级拆成两个参数。你现在的写法会让pandas误以为symbolName是第一层级的行索引，expiry是列名——但你的列里根本没有expiry这个名称，pandas会尝试新增这个列，可你赋值的列表长度是2，和当前列数（加上新增列是3）不匹配，于是就抛出了：

ValueError: cannot set using a multi-index selection indexer with a different length than the value

这个错误操作还直接破坏了DataFrame的结构，导致出现了异常的日期列（就是你看到的那个奇怪输出）。

第二个报错的原因 #

你测试的cache_df.loc[[1,2]] = [3,4]同样是索引匹配问题：你的行索引是由ticker和maturity组成的MultiIndex，而[1,2]是单个值的列表，pandas无法找到对应的索引组合，再加上初始表是空的，就触发了那个看似奇怪的报错：

ValueError: zero-size array to reduction operation maximum which has no identity

正确的解决方法 #

方法1：用元组指定完整的MultiIndex行索引 #

要给指定的ticker+maturity组合添加一行，你需要把两个索引值放在一个元组里，作为loc的第一个参数，这样pandas才能正确定位到对应的行（不存在就自动新增）：

# 注意这里的括号：(symbolName, expiry)是完整的行索引
cache_df.loc[(symbolName, expiry)] = [rate, updateTime]

这个写法会直接匹配ticker=symbolName且maturity=expiry的行，然后把rate和updateTime分别赋值给rate和datetime列，完全符合你的需求。

方法2：用concat新增行（适合批量添加） #

如果你需要批量添加多行，推荐用pd.concat代替已经被弃用的append方法：

# 构造新行的DataFrame
new_row = pd.DataFrame({
    'ticker': [symbolName],
    'maturity': [expiry],
    'rate': [rate],
    'datetime': [updateTime]
}).set_index(['ticker', 'maturity'])

# 和原表合并
cache_df = pd.concat([cache_df, new_row])

验证效果 #

用方法1执行后，你可以打印cache_df查看，会正确显示新增的行，DataFrame结构也不会被破坏。

内容的提问来源于stack exchange，提问作者user1559897