Question

我有以下带有MultiIndex（Z，A）的Pandas Dataframe：

             H1       H2  
   Z    A 
0  100  200  0.3112   -0.4197   
1  100  201  0.2967   0.4893    
2  100  202  0.3084   -0.4873   
3  100  203  0.3069   NaN        
4  101  203  -0.4956  NaN

问题：如何选择A = 203的所有项目？我试过df[:,'A']，但它不起作用。然后我在在线文档中找到this，所以我尝试了：
df.xs(203,level='A')
但我明白了：
“TypeError: xs() got an unexpected keyword argument 'level'”
此外，我在安装的文档（df.xs?）中看不到此参数：
“参数---------- key：object索引中包含的某些标签，或者部分位于MultiIndex轴中：int，default 0用于检索复制的横截面的轴：boolean，default True是否为数据副本“
注意：我有开发版本。

编辑：我找到了this thread。他们建议像：

df.select(lambda x: x[1]==200, axis=0)

我仍然想知道df.xs使用level参数发生了什么，或者当前版本中推荐的方式是什么。

Answer 1

问题在于我的假设（不正确），我在开发版本，而实际上我有1.6.1，可以检查当前安装的版本：

import pandas
print pandas.__version__

在当前版本df.xs()中，level参数可以正常工作。

Answer 2

不是问题的直接答案，但如果要选择多个值，可以使用“slice（）”表示法：

import numpy
from pandas import  MultiIndex, Series

arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
              ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]
tuples = list(zip(*arrays))
index = MultiIndex.from_tuples(tuples, names=['first', 'second'])
s = Series(numpy.random.randn(8), index=index)

In [10]: s
Out[10]:
first  second
bar    one       0.181621
       two       1.016225
baz    one       0.716589
       two      -0.353731
foo    one      -0.326301
       two       1.009143
qux    one       0.098225
       two      -1.087523
dtype: float64

In [11]: s.loc[slice(None)]
Out[11]:
first  second
bar    one       0.181621
       two       1.016225
baz    one       0.716589
       two      -0.353731
foo    one      -0.326301
       two       1.009143
qux    one       0.098225
       two      -1.087523
dtype: float64

In [12]: s.loc[slice(None), "one"]
Out[12]:
first
bar      0.181621
baz      0.716589
foo     -0.326301
qux      0.098225
dtype: float64

In [13]: s.loc["bar", slice(None)]
Out[13]:
first  second
bar    one       0.181621
       two       1.016225
dtype: float64

从MultiIndex中选择特定级别的数据

2 个答案: