我想將我的數據幀的每一行切片成 3 個窗口，切片索引存儲在另一個數據幀中，并針對數據幀的每一行進行更改。之后我想以 MultiIndex 的形式返回一個包含窗口的數據幀。每個窗口中比窗口中最長的行短的行應該用 NaN 值填充。由于我的實際數據框有大約 100.000 行和 600 列，我很關心一個有效的解決方案?？紤]以下示例：這是我的數據框，我想將其分成 3 個窗口>>> df  0  1  2  3  4  5  6  70 0  1  2  3  4  5  6  71 8  9  10 11 12 13 14 152 16 17 18 19 20 21 22 23第二個數據框包含我的切片索引，其行數與df：>>> df_slice  0 10 3 51 2 62 4 7我試過切片窗戶，像這樣：first_window = df.iloc[:, :df_slice.iloc[:, 0]]first_window.columns = pd.MultiIndex.from_tuples([("A", c) for c in first_window.columns])second_window = df.iloc[:, df_slice.iloc[:, 0] : df_slice.iloc[:, 1]]second_window.columns = pd.MultiIndex.from_tuples([("B", c) for c in second_window.columns])third_window = df.iloc[:, df_slice.iloc[:, 1]:]third_window.columns = pd.MultiIndex.from_tuples([("C", c) for c in third_window.columns])result = pd.concat([first_window,                    second_window,                    third_window], axis=1)這給了我以下錯誤：TypeError: cannot do slice indexing on <class 'pandas.core.indexes.range.RangeIndex'> with these indexers [0    31    22    4Name: 0, dtype: int64] of <class 'pandas.core.series.Series'>我的預期輸出是這樣的：>>> result    A                   B                   C               0   1     2     3   4   5     6     7   8     9    100   0   1     2   NaN   3   4   NaN   NaN   5     6    71   8   9   NaN   NaN  10  11    12    13  14    15  NaN2  16  17    18    19  20  21    22   NaN  23   NaN  NaN在不遍歷數據幀的每一行的情況下，是否有一個有效的解決方案來解決我的問題？