Python Pandas：访问用于就地操作的多索引级别

我有一个商品数据框，它具有多个属性（此处仅显示价格），通过（位置、名称、类型）元组进行索引：

更具可读性：

                  price
Sit Com   Type
DE  Coal  Stock       2
    Elec  Demand      1
    Gas   Stock       4
FR  Gas   Stock       5
    Solar SupIm       0
    Wind  SupIm       0

我的问题：在

Type==“Stock”

为true的所有行中，如何简明地将属性

price

相乘

我只发现了以下内容，包括临时重置索引以作为列访问

Type

。通过直接对索引进行比较，是否可以更直接地进行相同的操作

df = df.reset_index()
df.loc[df['Type'] == 'Stock', 'price'] *= 2
df.set_index(['Sit', 'Com', 'Type'])

我想写些什么——有点：

df.loc[(:, :, 'Stock'), 'price'] *= 2

编辑（解决方案）：多亏了布尔掩蔽思想，并指出了lexsorted问题，这使我能够修复代码，最终看起来如下：

df.sortlevel(0, inplace=True)  # ensures that df is lexsorted
mask = (df.index.get_level_values('Type') == 'Stock')
df.loc[mask, 'price'] *= 2

---

谢谢你！对于将这些行传输到多列帧，我有一个奇怪的问题：

df.loc[mask，'price']

抛出一个

keyrerror:“键长度（2）大于多索引lexsort depth（0）”

。但是，我无法用显示的

df

和随机生成的第二列重现错误。我刚刚创建了一个，但是当我从那里重新创建数据帧时，

df.loc[mask，'price']*=2

工作得非常完美。深入挖掘以复制…请参见此处了解0.14.0中的新功能：；有时会出现错误的原因是索引总是必须进行lexsorted

df.sortlevel(0, inplace=True)  # ensures that df is lexsorted
mask = (df.index.get_level_values('Type') == 'Stock')
df.loc[mask, 'price'] *= 2

In [23]: mask = (df.index.get_level_values(2) == 'Stock')

In [24]: df.loc[mask] *= 2

In [25]: df
Out[25]: 
                  price
Sit Com   Type         
DE  Coal  Stock       4
    Elec  Demand      1
    Gas   Stock       8
FR  Gas   Stock      10
    Solar SupIm       0
    Wind  SupIm       0