Python 将数据帧追加到多索引数据帧

我有一个

DataFrame

，它有三个索引，如下所示：

                                               stat1             stat2
sample                        env  run                                                  
sample1                       0    0          36.214             71
                                   1          31.808             71
                                   2          28.376             71
                                   3          20.585             71
sample2                       0    0           2.059             29
                                   1           2.070             29
                                   2           2.038             29

这表示在不同数据样本上运行的进程。此过程在不同的环境中多次运行，从而验证结果

这听起来可能很简单，但我在尝试将新的环境结果添加为

数据帧时遇到了问题：

            stat1          stat2
run                                                  
0           0.686             29
1           0.660             29
2           0.663             29

这应该在
df.loc[[“sample1”，1]]
下索引。我试过这个：

df.loc[["sample1", 1]] = result

并使用
DataFrame.append
。但是第一个只会引发一个
KeyError
，第二个似乎根本不会修改
DataFrame

我错过了什么

编辑：在使用
append
像
df.loc[“sample”]。append（result）
时添加该选项。问题是它会弄乱多索引。将其转换为单个索引，其中前一个多索引合并为一个元组，如
（0，0）
或
（0，1）
代表环境0，运行1，等等；附加的
数据帧的索引（表示每次运行的范围索引）成为新的不需要的索引。
这里的核心问题是索引之间的差异。克服这一问题的一种方法是更改结果的索引以包含要设置的0,1级别，然后使用concat追加datataframe。请参见下面的示例

In [68]: result.index = list(zip(["sample1"]*len(result), [1]*len(result),result
    ...: .index))

In [69]: df = pd.concat([df,result])
         df
Out[69]: 
                  stat1  stat2
sample  env run               
sample1 0   0    36.214     71
            1    31.808     71
            2    28.376     71
            3    20.585     71
sample2 0   0     2.059     29
            1     2.070     29
            2     2.038     29
sample1 1   0     0.686     29
            1     0.660     29
            2     0.663     29

编辑：一旦索引被更改，您甚至可以使用append

In [21]: result.index = list(zip(["sample1"]*len(result), [1]*len(result),result
    ...: .index))

In [22]: df.append(result)
Out[22]: 
                  stat1  stat2
sample  env run               
sample1 0   0    36.214     71
            1    31.808     71
            2    28.376     71
            3    20.585     71
sample2 0   0     2.059     29
            1     2.070     29
            2     2.038     29
sample1 1   0     0.686     29
            1     0.660     29
            2     0.663     29