代码示例：
In [171]: A = np.array([1.1, 1.1, 3.3, 3.3, 5.5, 6.6])
In [172]: B = np.array([111, 222, 222, 333, 333, 777])
In [173]: C = randint(10, 99, 6)
In [174]: df = pd.DataFrame(zip(A, B, C), columns=['A', 'B', 'C'])
In [175]: df.set_index(['A', 'B'], inplace=True)
In [176]: df
Out[176]:
C
A B
1.1 111 20
222 31
3.3 222 24
333 65
5.5 333 22
6.6 777 74
现在，我想检索A值：
Q1 ：在范围[3.3,6.6]中 - 预期回报值：[3.3,5.5,6.6]或[3.3,3.3,5.5,6.6]，以防最后一个，以及[3.3,5.5]或[3.3,3.3,5.5]如果没有。
Q2 ：范围[2.0,4.0] - 预期回报值：[3.3]或[3.3,3.3]
任何其他 MultiIndex 维度相同，例如B值：
Q3 ：在重复范围[111,500]中，作为范围内的数据行数 - 预期返回值：[111,222,222,333,333]
更正式：
我们假设T是一个包含A，B和C列的表。该表包含 n 行。表格单元格是数字，例如A double，B和C整数。让我们创建表T的 DataFrame ，让我们将其命名为DF。设置DF的列A和B索引（没有重复，即没有单独的列A和B作为索引，并作为数据分开），即在这种情况下的A和B MultiIndex 。
问题：
我知道上述问题的答案，对于不是索引的列，但在索引案例中，经过长时间的网络研究和 pandas 的功能实验，我没有成功。我现在看到的唯一方法（没有额外的编程）是除了索引之外还有A和B的副本作为数据列。
答案 0 :(得分：58)
通过 MultiIndex 值查询 df ，例如（A＆gt; 1.7）和（B＆lt; 666）：
In [536]: result_df = df.loc[(df.index.get_level_values('A') > 1.7) & (df.index.get_level_values('B') < 666)]
In [537]: result_df
Out[537]:
C
A B
3.3 222 43
333 59
5.5 333 56
因此，要获得'A'索引值，如果仍然需要：
In [538]: result_df.index.get_level_values('A')
Out[538]: Index([3.3, 3.3, 5.5], dtype=object)
问题是，在大数据帧中，索引选择的性能比排序的常规行选择差10％。在重复性工作中，循环，延迟累积。见例：
In [558]: df = store.select(STORE_EXTENT_BURSTS_DF_KEY)
In [559]: len(df)
Out[559]: 12857
In [560]: df.sort(inplace=True)
In [561]: df_without_index = df.reset_index()
In [562]: %timeit df.loc[(df.index.get_level_values('END_TIME') > 358200) & (df.index.get_level_values('START_TIME') < 361680)]
1000 loops, best of 3: 562 µs per loop
In [563]: %timeit df_without_index[(df_without_index.END_TIME > 358200) & (df_without_index.START_TIME < 361680)]
1000 loops, best of 3: 507 µs per loop
答案 1 :(得分：30)
为了更好的可读性，我们只需使用the query() Method即可避免冗长的df.index.get_level_values()和reset_index / set_index来回。< / p>
以下是目标DataFrame：
In [12]: df
Out[12]:
C
A B
1.1 111 68
222 40
3.3 222 20
333 11
5.5 333 80
6.6 777 51
回答 Q1 （范围A中的[3.3, 6.6]）：
In [13]: df.query('3.3 <= A <= 6.6') # for closed interval
Out[13]:
C
A B
3.3 222 20
333 11
5.5 333 80
6.6 777 51
In [14]: df.query('3.3 < A < 6.6') # for open interval
Out[14]:
C
A B
5.5 333 80
当然可以使用<, <=, >, >=来进行任何类型的包含。
同样，回答 Q2 （范围A中的[2.0, 4.0]）：
In [15]: df.query('2.0 <= A <= 4.0')
Out[15]:
C
A B
3.3 222 20
333 11
回答 Q3 （范围B中的[111, 500]）：
In [16]: df.query('111 <= B <= 500')
Out[16]:
C
A B
1.1 111 68
222 40
3.3 222 20
333 11
5.5 333 80
此外，您可以非常自然地 COMBINE 查询col A和B！
In [17]: df.query('0 < A < 4 and 150 < B < 400')
Out[17]:
C
A B
1.1 222 40
3.3 222 20
333 11
答案 2 :(得分：9)
使用类似索引的'float'，您总是希望将其用作列而不是直接索引操作。无论端点是否存在，这些都将起作用。
In [11]: df
Out[11]:
C
A B
1.1 111 81
222 45
3.3 222 98
333 13
5.5 333 89
6.6 777 98
In [12]: x = df.reset_index()
Q1
In [13]: x.loc[(x.A>=3.3)&(x.A<=6.6)]
Out[13]:
A B C
2 3.3 222 98
3 3.3 333 13
4 5.5 333 89
5 6.6 777 98
Q2
In [14]: x.loc[(x.A>=2.0)&(x.A<=4.0)]
Out[14]:
A B C
2 3.3 222 98
3 3.3 333 13
Q3
In [15]: x.loc[(x.B>=111.0)&(x.B<=500.0)]
Out[15]:
A B C
0 1.1 111 81
1 1.1 222 45
2 3.3 222 98
3 3.3 333 13
4 5.5 333 89
如果您想要返回索引，只需设置它们即可。这是一个廉价的操作。
In [16]: x.loc[(x.B>=111.0)&(x.B<=500.0)].set_index(['A','B'])
Out[16]:
C
A B
1.1 111 81
222 45
3.3 222 98
333 13
5.5 333 89
如果您真的想要实际的索引值
In [5]: x.loc[(x.B>=111.0)&(x.B<=500.0)].set_index(['A','B']).index
Out[5]:
MultiIndex
[(1.1, 111), (1.1, 222), (3.3, 222), (3.3, 333), (5.5, 333)]