Pandas：使用数据帧的多列作为另一个数据帧的索引

我有一个包含我的数据的大型数据框，以及另一个具有相同第一维度的数据框，其中包含有关每个时间点的元数据（例如，试验编号是什么，试验类型是什么）。

我想要做的是使用“元数据帧”的值对大数据帧进行切片。我想将它们分开（而不是将数据数据帧存储为较大数据帧的多索引）。

现在，我正在尝试做这样的事情：

def my_func(container):
   container.big_df.set_index(container.meta_df[['col1', 'col2']])
   container.big_df.loc['col1val', 'col2val'].plot()

但是，这会返回以下错误：

ValueError: Must pass DataFrame with boolean values only

请注意，如果我只将单个列传递给 set_index，则效果很好。

谁能弄清楚这里出了什么问题吗？或者，有人可以告诉我，我正在以一种完全愚蠢和黑客的方式做这件事，并且有更好的方法来解决这个问题吗？ :)

我的解决方案

感谢您的想法。我稍微尝试了一下索引，这似乎是最简单/最快的。我不喜欢必须删除其名称的索引，并且转置值等似乎很麻烦。我意识到一些有趣的事情（并且可能值得轻松修复）：

dfa.set_index(dfb[['col1', 'col2']]) 

不起作用，但是

dfa.set_index([dfb.col1, dfb.col2])

does.

因此，您基本上可以按照以下约定将 dfb 转换为列列表，使 set_index 起作用：

dfa.set_index([dfb[col] for col in ['col1', 'col2']])

Use MultiIndex.from_arrays()创建索引对象：

import pandas as pd
df1 = pd.DataFrame({"A":[1,2,3], "B":["a","b","c"]})
df2 = pd.DataFrame({"C":[100,200,300]})
df2.index = pd.MultiIndex.from_arrays(df1.values.T)

print df2

结果：

       C
1 a  100
2 b  200
3 c  300