对熊猫很新，没有经验，但我觉得这里有一个答案，我只是还没有完全看到自己。 我有两个数据帧，一个具有单个索引和 m 个数字行。另一个数据帧的第一个索引中具有唯一的 m 个索引，并且在第二个索引中可以具有可变数量的索引。
例：
df_offset我想添加的数据帧
0
0 0
1 21080064
2 42729472
3 65017856
4 86253568
...
49 311934976
我想添加到df_epocs_idx数据帧：
onset offset
0 0 190722 923472
1 2387988 3120738
2 4585254 5318004
3 6782520 7515270
4 8979786 9712536
... ... ... ...
49 5 1289179 1313604
6 1533320 1557745
7 1777461 1801886
8 2021602 2046027
9 2265743 2290168
我想要的结果：
onset offset
0 0 190722 923472
1 2387988 3120738
2 4585254 5318004
3 6782520 7515270
4 8979786 9712536
... ... ... ...
49 5 313224155 313248580,
6 313468296 313492721,
7 313712437 313736862,
8 313956578 313981003,
9 314200719 314225144
我尝试了df_epocs_idx.add(df_offset, axis='rows')给出错误：ValueError: cannot join with no overlapping index names和df_epocs_idx.add(df_offset, axis='rows', level=0)似乎只是在前面添加了一个新列，然后给了我一堆 NaN。 我想避免只使用 for 循环，因为我了解到在处理大型数据帧时通常效率低下，将来可能会变成这样。
我认为您需要为df_offset分配与df_epocs_idx相同的列名。因此，df_offset创建两列，重复您现在在单列中的值，将列名称更改为"开始"和"偏移"。
我编造这个例子来重现你的情况，它可能会帮助你。
新的虚拟df_epocs_idx：
df_epocs_idx = pd.DataFrame({'1': [0, 0, 0, 1, 1,1,2,2,2],'2': [0, 1, 2, 0, 1,2,0,1,2],
'onset': np.random.rand(9),"offset": np.random.rand(9)})
df_epocs_idx= df_epocs_idx.set_index(["1","2"])
df_epocs_idx
onset offset
1 2
0 0 0.100127 0.231690
1 0.582593 0.209367
2 0.598472 0.863339
1 0 0.079973 0.459830
1 0.245197 0.874727
2 0.717778 0.041785
2 0 0.750384 0.123909
1 0.862120 0.169458
2 0.056572 0.744763
新的虚拟df_offset：
df_offset = pd.DataFrame({"onset": [3,10,100],"offset":[3,10,100]})
df_offset
onset offset
0 3 3
1 10 10
2 100 100
根据级别 0 对两个数据帧求和：
df_epocs_idx.add(df_offset, level=0)
给：
onset offset
1 2
0 0 3.100127 3.231690
1 3.582593 3.209367
2 3.598472 3.863339
1 0 10.079973 10.459830
1 10.245197 10.874727
2 10.717778 10.041785
2 0 100.750384 100.123909
1 100.862120 100.169458
2 100.056572 100.744763