我想使用pd.MultiIndex.基本上，行軸有兩個級別，列軸也有。在管理數據幀集的類中，我將這個“元數據幀”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'])現在，每次我處理一個單獨的 DataFrameid時，我都想相應地更新這個“元數據幀”。id有一個日期時間索引，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 中保留其第一個和最后一個索引值。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，我想要的結果是在 MD 中有以下類型的信息（我有其他id不同時期的 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“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記錄下來id。我知道每個單元格初始化一個 DataFrame 單元格的時間效率不高，但不會經常這樣做。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。然后我會將其轉儲到 csv 文件中以存儲這些“元數據”。請問，在MD中初始化這些值的正確方法是什么？