我已经用面板代替了多层次索引的数据文件，因为它们对于大型数据集来说似乎更快。但我现在正在过渡到Midx框架。有了panel，我可以轻松地做到这一点：
import pandas as pd
pan = pd.Panel(np.random.randn(3,5,2),items=['p1','p2','p3'],minor_axis=['a','b'])
然后添加新项：
pan['p4'] = pd.DataFrame(np.random.randn(10,2),columns=['a','b'])
但对于Midx：
cols = [['p1','p2','p3'],['a','b']]
idx = pd.MultiIndex.from_product(cols)
df_midx = pd.DataFrame(np.random.randn(10,6),columns=idx)
这将返回一个错误：
df_midx['p4'] = pd.DataFrame(np.random.randn(10,2),columns=['a','b'])
值错误：传递的项数目错误2，位置意味着1
最佳答案
您可以使用concat，因为您试图分配一个数据帧，并且您有多个级别的列，即
步骤1：使dataframe成为多级列dataframe
samp = pd.DataFrame(pd.np.random.randn(10,2),columns=['a','b'])
p4 = pd.concat([samp], keys=['p4'],axis=1)
或：
new_idx = pd.MultiIndex.from_product([['p4'],['a','b']])
p4 = pd.DataFrame(pd.np.random.randn(10,2),columns=new_idx)
步骤2：连接两个数据帧
ndf = pd.concat([df_midx,p4] ,axis=1)
p1 p2 p3 p4 \
a b a b a b a
0 -0.345972 -0.091595 1.524982 -1.181117 -1.288529 -1.295967 0.199311
1 -0.398007 0.805862 0.109550 0.449695 0.342036 0.516858 1.128231
2 -1.141256 0.614402 1.512875 -1.469454 0.637108 -0.413336 -1.483573
3 -0.018409 0.842007 0.170275 1.731468 0.022853 -1.665722 -1.174225
4 -0.407416 0.635482 -0.486413 0.090096 0.489290 -1.704067 -2.228681
5 0.283725 -1.314413 0.382782 -1.139884 0.607638 -1.682241 1.479211
6 0.369212 0.378822 -0.714765 -0.796454 0.840744 1.399895 -1.204143
7 1.214798 -0.134845 1.274823 -0.319794 1.658468 1.442076 -2.118546
8 0.305107 -1.649617 -0.424912 1.520576 -1.285289 0.476907 -1.104102
9 1.175882 -1.677547 -0.842787 -0.585976 0.046749 -0.369360 -1.339593
b
0 -0.438747
1 0.395792
2 0.561690
3 -0.739772
4 0.745308
5 0.734140
6 0.112849
7 0.314292
8 2.363909
9 -1.741678
关于python - python pandas多级索引-添加新列，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/48025120/