Python 当我有一个多索引列时，如何使用.loc？

我写了一段简短的代码来说明什么让我困惑：

import numpy as np
import pandas as pd

a = [0.2,0.4]
f = np.linspace(0.0,4.0,5)

mindex = pd.MultiIndex.from_product([a,f], names=['a', 'f'])
df = pd.DataFrame(dtype=float, index=range(0,100), columns=mindex)

有关数据框的打印结构，请参见编辑。现在，我想知道如何专门使用

.loc

为特定元素赋值。显然，以下是：

print(df.loc[0, 0.2, 0.0])

给我一个错误：

pandas.core.indexing.IndexingError: Too many indexers

但我不明白为什么？以下两个语句按预期工作：

print(df.loc[0])
print(df.loc[0,0.2])

使用

打印（df.loc[0,0.2]）

例如输出：

f
0.0   NaN
1.0   NaN
2.0   NaN
3.0   NaN
4.0   NaN
Name: 0, dtype: float64

但是如何得到最终的

f=0.0

值呢

另外，我的下一个想法是使用一个元组作为列索引，但是

print（df.loc[0,0.2,0.0]]）

也不起作用

---

编辑：只是为了澄清我的数据框架的结构

print(df)

给出：

a  0.2                 0.4                
f  0.0 1.0 2.0 3.0 4.0 0.0 1.0 2.0 3.0 4.0
0  NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
1  NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
2  NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
3  NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
4  NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
...
...

---

编辑2：仅在评论后更新，基本上有两个建议是使用

df.loc[0][0.2][0.0]

或

df[[（0.2,0.0）]].loc[0]

。然而，由于我需要它来为特定的元素赋值，熊猫似乎不鼓励这两个元素（参见）

---

事实上，

df.loc[0][0.2][0.0]=2

似乎有效，但

df[[（0.2,0.0）].loc[0]=2

无效（因为它返回的是切片的副本而不是视图）

df.loc[0][0.2][0.0]在您的情况下有效吗？但我无法使用它进行分配，因为它将返回副本切片和现在的视图，对吗？也就是说，

df[0][0.2][0.0]=…

不起作用。好的，没关系，我刚试过，它对作业有效。这让我困惑，我认为这样做是不鼓励的。它确实为我编辑了原始的df。pandas 0.18.1Hmm，这确实有效

df.ix[0，[（0.2,0.0）]

但在0.20.0中它将被弃用，因此我认为您需要

df.loc[0，（0.2,0）]

这对我来说确实有效对于多索引，使用元组定义所需的位置，如

df.loc[0，（0.2,0）]

。这是推荐的方法。