Python 修改索引的子集

我有一个带有多索引的熊猫数据帧，我正在寻找一种快速的方法来修改我的一个多索引级别的子集。这里有一个例子，我需要更改2个索引（0,10）和（9,25），并更改它们的“结束”级别

将熊猫作为pd导入
#编造一些数据
data=pd.DataFrame({
“开始”：[0,12,9,24]，
“结束”：[10,20,25,32]，
'col1'：['a'，'b'，'a'，'d']，
“col2”：[1,1,2,2]
}).set_索引（['start'，'end']））
#Idx将更改为“结束”级别
idx_to_change={（0,10）、（9,25）}
###做这件事的麻烦方法###
data.reset_索引（就地=真）
子集=[如果idx_中的（s，t）更改为_，则为True；如果数据.values中的（s，t，u，u）更改为False，则为False]
data.loc[子集'end']+=10
#更新数据
data.set_索引（['start'，'end']，inplace=True）

正如您所看到的，更改某些索引需要一些代码（而且可能特别慢）。你知道更好的方法吗

---

感谢您的帮助

一种方法是通过

pd重新分配索引。多索引

：

idx_to_change = {(0, 10), (9, 25)}

data.index = pd.MultiIndex.from_tuples([i if i not in idx_to_change else (i[0],i[1]+10) for i in data.index], names=("start","end"))
print (data)

          col1  col2
start end           
0     20     a     1
12    20     b     1
9     35     a     2
24    32     d     2

---

可以将多索引转换为数据帧，对其进行修改，然后将其重新指定为索引

data = pd.DataFrame({
    'start': [0, 12, 9, 24],
    'end': [10, 20, 25, 32],
    'col1': ['a', 'b', 'a', 'd'],
    'col2': [1, 1, 2, 2]
}).set_index(['start', 'end'])

# extract & modify the index
idx = data.index.to_frame()
idx.loc[[(0,10), (9,25)], 'end'] += 10

# assign it back

# in more recent versions of pandas (0.24+) the MultiIndex can be created 
# directly from the data frame
data.index = pd.MultiIndex.from_frame(idx[['start', 'end']])

# with earlier versions the trick is to convert the dataframe `idx` to 
# desired MultiIndex
data.index = idx.reset_index(drop=True).set_index(['start','end']).index


data
# outputs
          col1  col2
start end
0     20     a     1
12    20     b     1
9     35     a     2
24    32     d     2

---

一种方法是，您可以取出索引作为列表，并在更新后重新分配它

idx_to_change = {(0, 10), (9, 25)}
as_list = data.index.tolist()
for idx_change in idx_to_change:
    idx = as_list.index(idx_change)
    as_list[idx] = (as_list[idx][0], list(as_list[idx])[1] + 10) #tuple is immutable so need to be converted to list
data.index = as_list

---

希望有帮助。

谢谢，很高兴知道（我不知道如何将多索引转换为数据帧）。虽然我尝试过这种方法，但它似乎比亨利的汉克斯慢，它是最快的。我有点希望找到一种方法来改变它，而不必遍历所有的索引，但我想这是没有办法的