Python 如何替换多索引的某些值？

我有一个数据框看起来像 使用多索引。 现在，如果前一行中的日期是星期六，我想将cluster列中等于1的所有值替换为4

我设法得到了一个布尔数组，它对所有需要更改的值都是真的，对其他所有值都是假的，如下所示：

a = pd.to_datetime(data_pivot.index.get_level_values(0)).dayofweek==6
b = data_pivot.index.get_level_values(1)==1

np.logical_and(a, b)

---

但现在我不知道如何相应地更改多重索引中的所有值。

这并不容易。多索引是由元组组成的，元组是不可变的，而索引本身也是不可变的，因此我们需要重新创建整个多索引

从数组中重新创建整个多索引，我们使用

np修改第二级。其中

在满足条件时将其更改为4

样本数据

---

m=（（df.index.get_level_值（0.dayofweek==6）
&（df.index.get_level_值（1）==1））
df.index=pd.MultiIndex.from_数组（[df.index.get_level_值（0），
其中（m，4，df.index.get_level_value（1）））
打印（df）
#资料
#2010-01-01 2     1
#2010-01-02 2     1
#2010-01-03 4这不容易。多索引是由元组组成的，元组是不可变的，而索引本身也是不可变的，因此我们需要重新创建整个多索引

从数组中重新创建整个多索引，我们使用
np修改第二级。其中
在满足条件时将其更改为4

样本数据

m=（（df.index.get_level_值（0.dayofweek==6）
&（df.index.get_level_值（1）==1））
df.index=pd.MultiIndex.from_数组（[df.index.get_level_值（0），
其中（m，4，df.index.get_level_value（1）））
打印（df）
#资料
#2010-01-01 2     1
#2010-01-02 2     1
#2010-01-03 4     1
import pandas as pd
import numpy as np

idx = pd.MultiIndex.from_arrays([pd.date_range('2010-01-01', freq='d', periods=5), 
                                 [2,2,1,1,2]])
df = pd.DataFrame({'data': 1}, index=idx)
#              data
#2010-01-01 2     1
#2010-01-02 2     1
#2010-01-03 1     1
#2010-01-04 1     1
#2010-01-05 2     1

m = ((df.index.get_level_values(0).dayofweek == 6) 
      & (df.index.get_level_values(1) == 1))

df.index = pd.MultiIndex.from_arrays([df.index.get_level_values(0),
                                      np.where(m, 4, df.index.get_level_values(1))])

print(df)
#              data
#2010-01-01 2     1
#2010-01-02 2     1
#2010-01-03 4     1  <- Index level 1 is changed to 4
#2010-01-04 1     1
#2010-01-05 2     1