Question

在pandas中，DataFrames允许列的组合来构建索引（如果每一行都具有来自这些列的唯一值组合）。这样做的好处之一是简化语法，而不是：

my_data_frame[(my_data_frame['column_name_1']==0) & (my_data_frame['column_name_2']==1)]

我们可以使用：

my_data_frame[(0,1)]

以下是我如何使用多个列构建索引的示例：

import pandas as pd

ls = [{'col1':10, 'col2':0, 'col3':0, 'col4':100}, {'col1':20, 'col2':0, 'col3':1, 'col4':200}, {'col1':30, 'col2':1, 'col3':0, 'col4':300}, {'col1':40, 'col2':1, 'col3':1, 'col4':400}]    
df = pd.DataFrame(ls).set_index(['col2','col3'])

df.ix[(0,0)]['col1']  # returns 10
df.ix[('col3'=1, 'col2'=0)] # <----- This does not work. (SyntaxError: invalid syntax)

是否可以执行上述代码的最后一行中给出的内容？我当然可以这样做：

df[(1, 2, 0, 'aaa', 10)]

但为此我总是需要记住索引的顺序。如果我可以这样做会更好：

df[(age=10, scale=2, grade=0, name='aaa', size=1)]

Answer 1

你可以写自己的帮手：

In [11]: df1
Out[11]:
           col1  col4
col2 col3
0    0       10   100
     1       20   200
1    0       30   300
     1       40   400

In [12]: d = {'col3': 1, 'col2': 0}

如果你确定知道你传递了所有的名字，你可以按正确的顺序排列：

In [13]: t = tuple(map(d.get, df1.index.names))

In [14]: t
Out[14]: (0, 1)

In [15]: df1.loc[t]
Out[15]:
col1     20
col4    200
Name: (0, 1), dtype: int64

如果你没有，并想要一些更强大的东西，你可以做一些有点棘手的事情如下（有肯定一种更有效的方式，但不减少）。但这是一个想法：

def reduce_kv(df, kv):
    try:
        return df.xs(kv[1], level=kv[0])
    except (AttributeError,):
        if df.index.name == kv[0]:
            return df.loc[kv[1]]
        else:
            raise AttributeError("Level %s not found" % kv[0])

In [17]: reduce(reduce_kv, d.items(), df1)
Out[17]:
col1     20
col4    200
Name: 1, dtype: int64

注意：名称可能还需要更改...

是否可以通过pandas数据框中的名称显式引用索引？

1 个答案: