Python 熊猫按拆分分组，获取用户输入，将列添加到子集，合并回df

我有一个df，它需要基于用户输入的值。这将是每次运行不同数据的程序的一部分。我遇到问题的代码是

for A, new_df in data.groupby(level=0):
    print A
    tariff=get_tariff()
    this=data.iloc[data.index.get_level_values('A') == A]
    #this adds a new column
    this['Tariff Added']= this['Price'] * tariff
    pd.merge(data, this)

我有两个级别的索引。我在适当的级别上拆分数据，然后获得用户输入。这是我想不出来的。我需要每个级别=0来创建一个新列。在这段代码中，这变成了一个df-were-level=0只是适当的值。然后我想把它合并回原来的df（我意识到合并可能不对，我一次只做一步）

当我在终端运行这个时，我得到了这个

data_load.py:35: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
  this['Tariff Added']= this['Price'] * tariff

然后是失败。我不知道为什么它说我正在制作一个副本，我正在使用.iloc声明一个新的df，并将其合并到原始文件中

我的一个想法是在开始之前创建“关税添加”列，但我想在这里查看一下为什么该代码不起作用

与我合作的df是

                      Quantity  Price
A             B                    
NB Well     123n5/15       100      1
            123n5/15       200      2
            123n5/15       300      3
            456n5/15       100      1
            456n5/15       200      2
            456n5/15       300      3
excito      123n5/15       100      1
            123n5/15       200      2
            123n5/15       300      3
            456n5/15       100      1
            456n5/15       200      2
            456n5/15       300      3

---

推荐的输出是什么？@jezrael我需要一个新列，该列的值根据a索引的不同而不同