如何在Pandas多索引DataFrame中用apply处理集合并访问索引

首先咱们先理清问题根源：当你对整个DataFrame使用apply(axis=1)并返回一个标量（比如{x["A"]}）时，Pandas会把这个标量广播到所有列，所以A和B列都会被赋值成相同的集合，这就是结果里两列重复的原因。

下面给你两种满足需求的解决方案，既保留多索引结构，又能在lambda里访问索引标签：

方法1：直接对目标列使用Series.apply（最简洁高效） #

如果你只需要修改某一列（比如A列），直接对该列调用apply就好，而且在lambda里可以通过x.name访问对应的多索引元组（因为Series的每个元素的name就是它的索引值）。

示例代码：

# 基础需求：把A列的值转为集合
s['A'] = s['A'].apply(lambda x: {x})

# 如果需要访问索引标签（比如把first层级的标签加入集合）
s['A'] = s['A'].apply(lambda x: {x, x.name[0], x.name[1]})

执行后基础需求版的结果：

A  B
first second
bar   one    {1}  2
      two    {3}  4
foo   one    {5}  6
      two    {7}  8

这个方法不仅保留了多索引，还只修改目标列，性能也比对整个DataFrame apply更好。

方法2：对整个DataFrame apply并返回指定列的Series（适合多列处理场景） #

如果你必须对整个DataFrame使用apply(axis=1)（比如需要同时处理多列），可以在lambda里返回一个和原列名匹配的Series，只修改目标列，其他列保留原值，同时通过row.name访问多索引标签。

示例代码：

s = s.apply(lambda row: pd.Series(
    {
        'A': {row['A'], row.name[0]},  # row.name是多索引元组，row.name[0]取first标签，row.name[1]取second标签
        'B': row['B']  # 保留B列原数值
    }
), axis=1)

执行后结果：

A  B
first second
bar   one    {1, 'bar'}  2
      two    {3, 'bar'}  4
foo   one    {5, 'foo'}  6
      two    {7, 'foo'}  8

为什么原方法会出现重复？ #

当apply(axis=1)返回一个标量时，Pandas会默认将这个值填充到结果DataFrame的所有列中——因为它无法判断你要赋值给哪一列。而返回Series时，Pandas会根据Series的索引（即列名）对应赋值，就不会出现广播重复的问题了。

内容的提问来源于stack exchange，提问作者xa5i