访问和覆盖Multiindex数据帧中的数据

可以使用.loc或.iloc方法来访问和覆盖Multiindex数据帧中的数据。

例如，假设我们有一个Multiindex数据帧，名为df，其中包含姓名和年龄两个级别的索引，以及一些随机值：

import pandas as pd
import numpy as np

arrays = [['Alice', 'Alice', 'Bob', 'Bob', 'Charlie', 'Charlie', 'David', 'David'],
          ['Age', 'Value', 'Age', 'Value', 'Age', 'Value', 'Age', 'Value']]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples)
df = pd.DataFrame(np.random.randn(8, 1), index=index, columns=['Data'])

这将创建以下数据帧：

                 Data
Alice   Age  -0.554631
        Value  0.278843
Bob     Age  -0.008916
        Value -0.227331
Charlie Age  -0.825315
        Value -1.625259
David   Age   0.105807
        Value -1.314719

要访问和覆盖数据，可以使用.loc或.iloc方法。例如，要访问Alice的年龄值，可以使用以下代码：

print(df.loc[('Alice', 'Age'), 'Data'])

这将返回Alice的年龄值。

要覆盖数据，可以将.loc或.iloc方法与赋值操作符组合使用。例如，要将Alice的年龄值更改为1.0，请使用以下代码：

df.loc[('Alice', 'Age'), 'Data'] = 1.0

这将覆盖Alice的年龄值。

注意，如果要覆盖整个Level 0或Level 1索引的值，可以使用slice(None)作为索引值。例如，要覆盖所有人的年龄值，请使用以下代码：

df.loc[(slice(None), 'Age'), 'Data'] = 2.0