将嵌套字典作为行添加到多索引DataFrame中

，可以通过以下步骤实现：

创建一个空的多索引DataFrame，指定索引的层级结构。import pandas as pd # 创建多索引DataFrame index = pd.MultiIndex.from_tuples([(1, 'A'), (1, 'B'), (2, 'A'), (2, 'B')], names=['Index1', 'Index2']) df = pd.DataFrame(columns=['Column1', 'Column2'], index=index)
创建一个嵌套字典，其中键表示索引的层级，值表示要添加的数据。data = { (1, 'A'): {'Column1': 10, 'Column2': 20}, (1, 'B'): {'Column1': 30, 'Column2': 40}, (2, 'A'): {'Column1': 50, 'Column2': 60}, (2, 'B'): {'Column1': 70, 'Column2': 80} }
使用loc方法将嵌套字典作为行添加到多索引DataFrame中。df.loc[len(df)] = pd.Series(data[(1, 'A')])

完整的代码示例如下：

import pandas as pd

# 创建多索引DataFrame
index = pd.MultiIndex.from_tuples([(1, 'A'), (1, 'B'), (2, 'A'), (2, 'B')], names=['Index1', 'Index2'])
df = pd.DataFrame(columns=['Column1', 'Column2'], index=index)

# 创建嵌套字典
data = {
    (1, 'A'): {'Column1': 10, 'Column2': 20},
    (1, 'B'): {'Column1': 30, 'Column2': 40},
    (2, 'A'): {'Column1': 50, 'Column2': 60},
    (2, 'B'): {'Column1': 70, 'Column2': 80}
}

# 将嵌套字典作为行添加到多索引DataFrame中
df.loc[len(df)] = pd.Series(data[(1, 'A')])

print(df)

这样就能将嵌套字典作为行添加到多索引DataFrame中了。请注意，上述示例中的数据和索引仅供参考，实际使用时需要根据具体情况进行修改。