Question

我知道我可以通过重置索引来获取DataFrame的唯一值，但有没有办法避免这一步并直接获取唯一值？

鉴于我有：

        C
 A B     
 0 one  3
 1 one  2
 2 two  1

我能做到：

df = df.reset_index()
uniq_b = df.B.unique()
df = df.set_index(['A','B'])

有没有一种内置熊猫的方法来做到这一点？

Answer 1

一种方法是使用index.levels：

In [11]: df
Out[11]: 
       C
A B     
0 one  3
1 one  2
2 two  1

In [12]: df.index.levels[1]
Out[12]: Index([one, two], dtype=object)

Answer 2

Andy Hayden的答案（index.levels[blah]）对某些场景很有用，但可能会导致其他场景出现奇怪的行为。我的理解是，熊猫不遗余力地重复使用＆＃34;索引尽可能避免使用大量类似索引的DataFrame索引占用内存空间。因此，I've found the following annoying behavior：

import pandas as pd
import numpy as np

np.random.seed(0)

idx = pd.MultiIndex.from_product([['John', 'Josh', 'Alex'], list('abcde')], 
                                 names=['Person', 'Letter'])
large = pd.DataFrame(data=np.random.randn(15, 2), 
                     index=idx, 
                     columns=['one', 'two'])
small = large.loc[['Jo'==d[0:2] for d in large.index.get_level_values('Person')]]

print small.index.levels[0]
print large.index.levels[0]

哪个输出

Index([u'Alex', u'John', u'Josh'], dtype='object')
Index([u'Alex', u'John', u'Josh'], dtype='object')

而不是预期的

Index([u'John', u'Josh'], dtype='object')
Index([u'Alex', u'John', u'Josh'], dtype='object')

正如一个人在另一个帖子中指出的那样，一个似乎非常自然而且运作正常的成语将是：

small.index.get_level_values('Person').unique()
large.index.get_level_values('Person').unique()

我希望这有助于其他人躲避我遇到的超意外行为。

Answer 3

另一种方法是使用索引的unique()函数

df.index.unique('B')

与 levels 不同，此函数已记录。

从MultiIndex中的索引列获取唯一值

3 个答案: