如何按 MultiIndex 子集高效更新 Pandas Series？

结论

可以用 .loc 选中 j 层等于 j 的行，再将 s1_ik 一次赋给这些位置。这样无需逐项循环，也不用先调整索引层级：

s0_ijk.loc[(slice(None), j, slice(None))] = s1_ik

在题目给出的索引结构中，固定 j 后，目标位置由 (i, k) 标识，与 s1_ik.index 相同，因此赋值会按索引标签对齐。执行后，print(s0_ijk.sum()) 应输出 3。

为什么原来的 update 没有更新原 Series

s0_ijk[:, j] 是从原 Series 中选出的切片。对切片调用 update，不能保证修改会写回 s0_ijk，因为切片可能是临时对象。此外，Series.update 会按标签对齐，只用右侧非缺失值覆盖对应标签；它不能保证切片修改写回原对象。

题目中的逐项循环直接给 s0_ijk[i, j, k] 赋值，因此能更新原 Series，只是需要逐个处理标签。

向量化写法

示例可以整理为：

import pandas as pd

j = 0

I = range(1)
J = range(2)
K = range(3)
mi_ijk = pd.MultiIndex.from_product([I, J, K], names=['i', 'j', 'k'])
mi_ik = pd.MultiIndex.from_product([I, K], names=['i', 'k'])
s0_ijk = pd.Series(0, index=mi_ijk)
s1_ik = pd.Series(1, index=mi_ik)

s0_ijk.loc[(slice(None), j, slice(None))] = s1_ik
print(s0_ijk.sum())  # 3

这里的 slice(None) 表示该层不作限制，第二层则用标量 j 筛选。赋值时，pandas 会按索引标签匹配 s1_ik 中的值，不依赖两个 Series 的当前位置顺序。

如果需要显式查看目标索引，可以先取出切片，再重建带三层索引的目标标签：

selected = s0_ijk.loc[(slice(None), j, slice(None))]
target_index = pd.MultiIndex.from_tuples(
    [(i, j, k) for i, k in selected.index],
    names=s0_ijk.index.names,
)
s0_ijk.loc[target_index] = s1_ik

通常直接使用前一种 .loc 写法即可。需要进一步检查或处理目标标签时，再显式构建索引。

使用前检查

确认 s1_ik 的索引标签与选中部分的 (i, k) 标签对应。若两边标签不完全一致，赋值会按标签对齐，结果可能不同于按位置赋值。若只打算更新两边共有的标签，可以先按目标索引重排右侧 Series：

selected = s0_ijk.loc[(slice(None), j, slice(None))]
s0_ijk.loc[(slice(None), j, slice(None))] = s1_ik.reindex(selected.index)

题目没有提供警告的完整文本，因此无法确定层级重排方案触发了哪种警告。使用 .loc 直接赋值可以避开对切片调用 update 的写法。若仍有警告，应结合警告原文和 pandas 版本判断原因。

备注：内容仅供参考。