Pandas：向多索引表添加新行不起作用

Question

我有一个奇怪的问题：我试图在我的表中添加一个具有多重索引的新行。但是，即使我完全按照此处解决的方法进行操作：adding a row to a MultiIndex DataFrame/Series。他们的示例和解决方案有效，但不适用于我的数据。要么我做错了，要么有错误

import pandas as pd
import datetime as dt

他们的代码（工作）：

df = pd.DataFrame({'Time': [dt.datetime(2013,2,3,9,0,1), dt.datetime(2013,2,3,9,0,1)], 
                   'hsec': [1,25], 'vals': [45,46]})
df.set_index(['Time','hsec'],inplace=True)

print df
df.ix[(dt.datetime(2013,2,3,9,0,2),0),:] = 5
print df

输出：

                          vals
Time                hsec      
2013-02-03 09:00:01 1       45
                    25      46

和

                          vals
Time                hsec      
2013-02-03 09:00:01 1       45
                    25      46
2013-02-03 09:00:02 0        5

我的代码（不工作）：

d = [[0, 0, 2], [0, 2, 2], [1, 0, 2], [1, 2, 2]]
df = pd.DataFrame(d, columns=('frames', 'classID', 'amount'))
df.set_index(['frames', 'classID'], inplace=True)
print df

df.ix[(1,1),:] = 5
print df

输出：

                amount
frames classID        
0      0             2
       2             2
1      0             2
       2             2

和

                amount
frames classID        
0      0             2
       2             5
1      0             2
       2             2

注意5 出现在df.loc[(0,2)]！

Answer 1

对我来说，这似乎是 pandas 中的一个错误，但它显然已在新发布的 0.16 中修复：

In [9]: pd.__version__
Out[9]: '0.16.0'

In [10]: df.ix[(1,1),:] = 5

In [11]: df
Out[11]:
                amount
frames classID
0      0             2
       2             2
1      0             2
       2             2
       1             5

但我可以确认这确实不适用于 pandas 0.15.2。如果可以升级到 pandas 0.16，我还建议在这种情况下明确使用loc（所以它肯定不会退回到位置整数位置）。但请注意，该错误也在 pandas 0.16 下方的 loc 中