如何将 MultiIndex 行附加到空的熊猫数据框答案

【问题标题】：How to append MultiIndex rows to empty pandas dataframe如何将 MultiIndex 行附加到空的熊猫数据框
【发布时间】：2021-12-07 17:54:45
【问题描述】：

我想做这样的事情：

df = pd.DataFrame()
for row_ind1 in range(3):
    for row_ind2 in range(3:6):
        for col in range(6:9):
            entry = row_ind1 * row_ind2 * col
            df.loc[[row_ind1, row_ind2], col] = entry

然后出去：

     6 7 8
0 3  x x x
  4  x x x
  5  x x x
1 3  x x x
  4  x x x
  5  x x x
2 3  x x x
  4  x x x
  5  x x x

（作为奖励，获胜者可以填写答案。）

【问题讨论】：

标签： python pandas multi-index

【解决方案1】：

可以预初始化具有 2 个级别的 MultiIndex，以允许使用 loc 的设置按预期工作：

# Pre-initialise a MultiIndex
df = pd.DataFrame(index=pd.MultiIndex.from_arrays([[], []]))
for row_ind1 in range(3):
    for row_ind2 in range(3, 6):
        for col in range(6, 9):
            entry = row_ind1 * row_ind2 * col
            df.loc[(row_ind1, row_ind2), col] = entry

df:

        6     7     8
0 3   0.0   0.0   0.0
  4   0.0   0.0   0.0
  5   0.0   0.0   0.0
1 3  18.0  21.0  24.0
  4  24.0  28.0  32.0
  5  30.0  35.0  40.0
2 3  36.0  42.0  48.0
  4  48.0  56.0  64.0
  5  60.0  70.0  80.0

尽管在 MultiIndex 和列上使用 broadcasted 乘法和 numpy 来构建 DataFrame 并使用 MultiIndex.from_product 独立创建索引和列可能更容易：

import numpy as np
import pandas as pd

idx = pd.MultiIndex.from_product([[0, 1, 2], [3, 4, 5]]).to_frame()
cols = np.array([6, 7, 8])

df = pd.DataFrame((idx[0] * idx[1]).to_numpy()[:, None] * cols,
                  index=idx.index,
                  columns=cols)

df:

      6   7   8
0 3   0   0   0
  4   0   0   0
  5   0   0   0
1 3  18  21  24
  4  24  28  32
  5  30  35  40
2 3  36  42  48
  4  48  56  64
  5  60  70  80

【讨论】：

非常感谢您提供清晰而简单的解决方案。为了举例，我简化了我的问题；第一个解决方案是我一直在寻找的，但两者都有帮助。
经过进一步审查，我注意到您在 loc 中使用了元组 (()) 而不是数组 ([])。这是个人偏好还是记录为最佳实践？
元组是多索引访问所必需的。列表用于多索引选择。在多索引中，每个索引都是一个元组。
知道了！因为我们正在处理标量值，所以这是一个使用 at 而不是 loc 的地方吗？
这里at和loc在效果上没有区别。尽管您可能正确地认为at 会更“清晰”，因为我们将单个值“置于”特定单元格。