我想使用pd.MultiIndex.基本上，行軸有兩個(gè)級別，列軸也有。在管理數(shù)據(jù)幀集的類中，我將這個(gè)“元數(shù)據(jù)幀”定義為類變量。import pandas as pdrow_axis = pd.MultiIndex(levels=[[],[]], codes=[[],[]], names=['Data', 'Period'])column_axis = pd.MultiIndex(levels=[[],[]], codes=[[],[]], names=['Data', 'Extrema'])MD = pd.DataFrame(index=row_axis, columns=column_axis)它似乎工作。MD.index>>> MultiIndex([], names=['Data', 'Period'])MD.columns>>> MultiIndex([], names=['Data', 'Extrema'])現(xiàn)在，每次我處理一個(gè)單獨(dú)的 DataFrameid時(shí)，我都想相應(yīng)地更新這個(gè)“元數(shù)據(jù)幀”。id有一個(gè)日期時(shí)間索引，周期為“5m”。id.index[0]>>> Timestamp('2020-01-01 08:00:00')id.index[-1]>>> Timestamp('2020-01-02 08:00:00')例如，我想在 MD 中保留其第一個(gè)和最后一個(gè)索引值。MD.loc[[('id', '5m')],[('Timestamp', 'First')]] = id.index[0]MD.loc[[('id', '5m')],[('Timestamp', 'Last')]] = id.index[-1]這不起作用，我收到以下錯誤消息：TypeError: unhashable type: 'list'最后，我想要的結(jié)果是在 MD 中有以下類型的信息（我有其他id不同時(shí)期的 DataFrame）：           Timestamp           First                   Lastid    5m   2020-01-01 08:00:00     2020-01-02 08:00:00     10m   2020-01-05 08:00:00     2020-01-06 18:00:00最終，我還將保留一些列的最小值和最大值id。例如，如果id有一個(gè)“溫度”列。           Timestamp                                     Temperature           First                Last                     Min    Maxid    5m   2020-01-01 08:00:00  2020-01-02 08:00:00      -2.5   10     10m   2020-01-05 08:00:00  2020-01-06 18:00:00      4      15這些值將在我記錄時(shí)記錄下來id。我知道每個(gè)單元格初始化一個(gè) DataFrame 單元格的時(shí)間效率不高，但不會經(jīng)常這樣做。此外，我看不到如何在 Dict 中管理這種信息組織，這就是為什么我正在考慮使用多級 DataFrame 來做這件事。然后我會將其轉(zhuǎn)儲到 csv 文件中以存儲這些“元數(shù)據(jù)”。請問，在MD中初始化這些值的正確方法是什么？