Python 熊猫-可以读取多索引列表，但无法设置它们

我有两个数据帧，它们都具有相同级别的相同多索引（一个代码和一个日期）。第一个包含有数据的每一行（来自数据库提取），第二个是相同的数据帧，除了它包含所有键（每个产品的每个月）

为了更清楚一点，这里是第一个数据帧（

df_data

）：

这是第二个（

df_full

），从2012年1月到2015年1月的所有月份：

                               BL0   BL1   BL2   BL3  Shipments
Code             Month
ABC              2012-01-01    NaN   NaN   NaN   NaN        NaN
                 2012-02-01    NaN   NaN   NaN   NaN        NaN
                 2012-03-01   1000  1000  1000  1000       1000
                 2012-04-01    NaN   NaN   NaN   NaN        NaN
                 ...
DEF              2014-07-01    NaN   NaN   NaN   NaN        NaN
                 2014-08-01   1000  1000  1000  1000       1000
                 2014-09-01   1000  1000  1000  1000       1000
                 2014-10-01    NaN   NaN   NaN   NaN        NaN
                 ...
GHI              2013-12-01   1000  1000  1000  1000       1000
                 2014-10-01   1000  1000  1000  1000       1000
                 2014-12-01   1000  1000  1000  1000       1000             

现在，我有了第一个，我正在尝试建立第二个。我用多索引创建了一个空数据框，创建了每一列，每一列都填充了NAN，我一直在将

df_full

的值设置为

df_data

中的值

当我这样做的时候

df_full.loc[ df_data.index, 'Shipments' ] = df_data['Shipments']

我得到一个错误，说

df\u data

的索引不在

df\u dull

：

KeyError: "[('ABC', '2012-03-01') ('DEF', '2014-08-01')\n ('DEF', '2014-09-01') ...,  
('XYZ', '2014-11-01')\n ('XYZ', '2014-12-01')] not in index"

让我头疼的是，如果我只做

df_full.loc[data.index，'shippings']

它会毫无问题地返回序列。我尝试使用元组列表而不是索引，还尝试将切片设置为1，但没有效果

---

我在这里做错了什么吗？

如果你只想构造商品和天数的所有可能组合，你可以使用一个漂亮的内置iterable，

多索引。from_product

commodities=['ABC','DEF','GHI','JKL']
days=pd.date_range(start='1/1/2012',end='1/1/2015',freq='D')
columns = ['BL0', 'BL1','BL2', 'BL3','Shipments']
indx = pd.MultiIndex.from_product([commodities,days])
output = pd.DataFrame(index=indx,columns=columns)
output.head()


                BL0  BL1  BL2  BL3 Shipments
ABC 2012-01-01  NaN  NaN  NaN  NaN       NaN
    2012-01-02  NaN  NaN  NaN  NaN       NaN
    2012-01-03  NaN  NaN  NaN  NaN       NaN
    2012-01-04  NaN  NaN  NaN  NaN       NaN
    2012-01-05  NaN  NaN  NaN  NaN       NaN

---

然后，根据多个索引的级别，可以适当地替换实际值。

经过一些挖掘，问题在于两个数据帧的索引不是同一类型的

• df_data

  的索引是一个（字符串，字符串），pandas在读取csv源文件时没有识别出第二个是日期，我也没有转换为datetime

• df_full

  的索引是（string，pandas.Timestamp），第二个术语恰好被格式化为与

  df_data

  完全相同的字符串，因此我感到困惑

当给定一个类似字符串的日期时，pandas可以理解并找到正确的行，但当我试图给它赋值时，它似乎找不到它

---

将

df_data

的索引转换为（string，pandas.Timestamp）后，一切都很好。

KeyError中的索引看起来很奇怪。里面有一个

\n

？或者这是打印输出的伪品？还有，什么是

data.index

？你提到了一个

df_数据

和

df_full

。

data.index

是

df_数据。index

，我编辑了这个问题来纠正这个问题。

\n

可能与这个级别的索引是字符串而不是datetime这一事实有关，正如我在回答中提到的那样。

commodities=['ABC','DEF','GHI','JKL']
days=pd.date_range(start='1/1/2012',end='1/1/2015',freq='D')
columns = ['BL0', 'BL1','BL2', 'BL3','Shipments']
indx = pd.MultiIndex.from_product([commodities,days])
output = pd.DataFrame(index=indx,columns=columns)
output.head()


                BL0  BL1  BL2  BL3 Shipments
ABC 2012-01-01  NaN  NaN  NaN  NaN       NaN
    2012-01-02  NaN  NaN  NaN  NaN       NaN
    2012-01-03  NaN  NaN  NaN  NaN       NaN
    2012-01-04  NaN  NaN  NaN  NaN       NaN
    2012-01-05  NaN  NaN  NaN  NaN       NaN