有没有办法让元组作为 Pandas 中的索引正常工作？

Question

我想在 Pandas 中使用 MultiIndex，在每个级别我都有一个嵌套元组。我知道原则上我可以打开这个东西的包装，但这会不太清晰和烦人。一般来说，元组的元素（类名和一些参数）只有在一起才有意义，我想让它更难以无意义的对结束，元组有不同的长度，并且我想使用 MultiIndex。来自_产品。

创建 DataFrame 和访问值时一切正常，但在编写时我得到了意想不到的结果。

在一个简单的例子中，代码如下：

import pandas as pd
index=pd.MultiIndex.from_arrays([[("foo","spam"),("foo","spam")],[("bar","egg"),("bar","egg")],[("baz","bacon"),("pam","bacon")]])
this_index = (("foo","spam"),("bar","egg"),("baz","bacon"))
df = pd.DataFrame(index=index, columns=["value"])
print(df)
print(df.loc[this_index])
df.loc[this_index]=0
# df.loc[this_index,"value"]=0
print(df)

首先打印我期望的表（三个元组作为索引，列值中为 NaN），然后打印正确检索到的值 NaN，但在最后一行显示两个名为“bar”和“egg”的额外列，均设置为 0：

                                    value  bar  egg
(foo, spam) (bar, egg) (baz, bacon)     0  0.0  0.0
                       (pam, bacon)   NaN  NaN  NaN

在这种情况下，使用注释行进行赋值可以得到预期的结果。

但是，就我而言，我也需要“垃圾邮件”、“鸡蛋”和“培根”作为元组。 如果我更改上面代码中的第 2 行和第 3 行：

index=pd.MultiIndex.from_arrays([[("foo",("spam",)),("foo",("spam",))],[("bar",("egg",)),("bar",("egg",))],[("baz",("bacon",)),("pam",("bacon",))]])
this_index = (("foo",("spam",)),("bar",("egg",)),("baz",("bacon",)))

我再次获得了前两个打印的预期行为，第三个打印给出了（现在以某种方式预期）：

                                             value  bar  (egg,)
(foo, (spam,)) (bar, (egg,)) (baz, (bacon,))     0  0.0     0.0
                             (pam, (bacon,))   NaN  NaN     NaN

但是尝试与上面相同的解决方法会给出：

ValueError: setting an array element with a sequence. The requested array has an inhomogeneous shape after 2 dimensions. The detected shape was (3, 2) + inhomogeneous part.

而且我找不到任何方法来适应这个技巧。

我目前发现的最好的解决方法是在元组上使用 str() ，然后在需要时再次解析内容，但我觉得应该有更好的方法。我在这里发现的唯一痕迹是对这个答案的未答复评论。

Answer 1

如果我理解正确，你的问题是这个作业：

index=pd.MultiIndex.from_arrays([[("foo",("spam",)),("foo",("spam",))],[("bar",("egg",)),("bar",("egg",))],[("baz",("bacon",)),("pam",("bacon",))]])
this_index = (("foo",("spam",)),("bar",("egg",)),("baz",("bacon",)))

df = pd.DataFrame(index=index, columns=["value"])
df.loc[this_index, 'value']=0

您可以使用列或索引的列表来解决这个问题：

df.loc[this_index, ['value']] = 0

# or
df.loc[[this_index], 'value'] = 0

输出：

                                             value
(foo, (spam,)) (bar, (egg,)) (baz, (bacon,))     0
                             (pam, (bacon,))   NaN