我有一个数据框fal_mean，其中多索引为'lat'，'lon'和'yr'。下面只是一小段数据，但我需要做的是按索引的条目数选择数据＆＃39; yr＆＃39; （年）给定的纬度/经度组合。例如，我想只选择每个纬度和经度组合的数据，其中有N个或更多条目（年度数据年份），len(fal_mean['yr'] >= N)
lat lon yr 101 102 103 104 105 109
35 -75 1978 410.63 410.63 1231.890 4516.950 0.00 0.00
1979 0.00 406.05 4060.460 6090.690 406.05 0.00
1980 1441.89 720.94 11535.100 12256.050 0.00 0.00
1982 121.54 0.00 850.790 0.000 0.00 0.00
1983 638.82 2874.68 37272.955 1916.455 0.00 638.82
＆＃39;我可以根据我需要的任何列单独选择lat和lon组合的数据：
fal_mean.loc[(35, -75), '101']
Out[74]:
yr
1978 410.630000
1979 0.000000
1980 1441.890000
1982 121.540000
1983 638.820000
1984 5419.645000
1985 99.836667
1986 7113.757500
1987 0.000000
1988 0.000000
1997 408.410000
1998 251.690000
2001 208.040000
2002 0.000000
2004 0.000000
2005 0.000000
2006 0.000000
2007 0.000000
2009 0.000000
2010 0.000000
2011 0.000000
Name: 101, dtype: float64
并获得该选择的长度：
len(fal_mean.loc[(35, -75), '101'])
Out[75]: 21
但我无法弄清楚如何使用
返回数据帧的切片
len(fal_mean.loc[(35, -75), '101']) > N
类似的东西：
fal_mean.loc[(len(fal_mean.loc[(35, -75), '101']) > 32)]
除了我需要传递lat和lon索引的所有值。
编辑1
这是一个包含每个组合长度的数据帧（index = lat，columns = lon），所以我只需要能够在origanl数据帧上使用一些切片表示法调用那些组合＆gt; N＆f; fal_mean＆ ＃39;
我使用以下方法创建了数据框：
cv=np.arange(35, 45, 1)
cv2=np.arange(-75, -66, 1)
fal=pd.DataFrame(data=None, index=cv, columns=cv2)
for lat in cv:
for lon in cv2:
fal.loc[lat, lon]=len(fal_mean.xs((lat, lon), level=('lat', 'lon')))
-75 -74 -73 -72 -71 -70 -69 -68 -67
35 21 8 0 0 0 0 0 0 0
36 33 32 0 0 0 0 0 0 0
37 33 35 0 0 0 0 0 0 0
38 13 35 32 8 0 0 0 0 0
39 0 31 35 35 25 9 16 0 0
40 0 0 35 32 36 37 37 37 37
41 0 0 0 0 34 33 36 37 37
42 0 0 0 0 0 37 37 35 37
43 0 0 0 0 0 32 35 31 34
44 0 0 0 0 0 0 0 12 31
我希望有一些聪明的切片符号可以用来做这件事。我尝试过xs和df.index.get_level_values，但我的语法错误。
e.g。 fal_mean.loc[:, len(fal_mean.index.get_level_values('yr') >32)]不起作用。
如果没有办法在一行中执行此操作，我可以在此矩阵上调用一个布尔数组，并希望使用.loc为这些组合调用0和1索引（lat，lon）在原始数据框架中，但我还不确定如何去做。
fal >=32
-75 -74 -73 -72 -71 -70 -69 -68 -67
35 False False False False False False False False False
36 True True False False False False False False False
37 True True False False False False False False False
38 False True True False False False False False False
39 False False True True False False False False False
40 False False True True True True True True True
41 False False False False True True True True True
42 False False False False False True True True True
43 False False False False False True True False True
44 False False False False False False False False False
编辑2： 这里有前50行和4列，有28列以上，但这一点并不重要。我想保留所有列只有纬度和经度组合至少（N）年份索引条目 - 我认为32可能就足够了。这将使用上面的数据框作为指南，从纬度/经度组合（35，（全部）），（36，-74），（38，-75）等中排除数据。
这些数据是由groupby函数grouped=nm.groupby(['lat', 'lon', 'yr'])生成的，所以如果我可以使用某个限制器修改该调用，结果也可以生成分组。年的长度。我尝试了df.groupby(['key1', 'key2', 'key3']).size()，这给出了每年分箱到每个纬度组合的数据点数。
101 102 103 104
lat lon yr
35 -75 1978 410.630000 410.630000 1231.890000 4516.950000
1979 0.000000 406.050000 4060.460000 6090.690000
1980 1441.890000 720.940000 11535.100000 12256.050000
1982 121.540000 0.000000 850.790000 0.000000
1983 638.820000 2874.680000 37272.955000 1916.455000
1984 5419.645000 516.155000 12778.280000 96.990000
1985 99.836667 0.000000 2819.083333 13977.286667
1986 7113.757500 3909.402500 10313.850000 2823.675000
1987 0.000000 708.610000 6841.430000 0.000000
1988 0.000000 0.000000 4711.750000 0.000000
1997 408.410000 204.210000 0.000000 0.000000
1998 251.690000 0.000000 13507.510000 0.000000
2001 208.040000 485.420000 17474.970000 0.000000
2002 0.000000 0.000000 2173.193333 0.000000
2004 0.000000 0.000000 0.000000 465.480000
2005 0.000000 0.000000 231.600000 0.000000
2006 0.000000 0.000000 1209.420000 0.000000
2007 0.000000 0.000000 0.000000 0.000000
2009 0.000000 0.000000 3561.485000 0.000000
2010 0.000000 0.000000 347.500000 0.000000
2011 0.000000 0.000000 4742.660000 0.000000
-74 1994 908.000000 113.500000 1589.000000 0.000000
1996 231.960000 0.000000 55207.410000 0.000000
1999 18414.830000 575.460000 142139.500000 575.460000
2000 0.000000 0.000000 19388.510000 842.980000
2003 4654.030000 0.000000 2694.440000 0.000000
2005 6229.700000 1245.940000 8098.600000 0.000000
2006 3294.950000 6243.060000 14740.550000 346.840000
2013 19512.960000 9420.050000 10261.130000 0.000000
36 -75 1977 426.498667 612.972667 5114.548667 6870.683333
1978 213.488571 1339.422857 7686.621429 12274.601429
1979 140.881333 536.751333 5403.046000 7349.630667
1980 3669.234667 552.227333 68924.586000 6117.865333
1981 24.875455 322.680909 6340.275455 22119.756364
1982 9261.615714 3890.987143 16226.872857 122.911429
1983 199.143333 478.403333 70658.200476 524.357143
1984 8193.242857 996.810714 43920.052143 3900.735714
1985 514.931364 23.260455 8051.927727 924.295909
1986 2884.836667 4156.231667 23677.898000 1393.353667
1987 2555.915417 2792.415000 25936.742917 833.030833
1988 1410.285000 1159.560000 7141.306667 0.000000
1993 6952.696667 9823.026667 64672.390000 5508.930000
1994 214.590000 0.000000 127691.851429 4720.532857
1995 0.000000 0.000000 3534.124000 0.000000
1996 0.000000 0.000000 63118.047500 0.000000
1997 175.766000 421.272000 23034.918000 527.300000
1998 105.652000 0.000000 2508.806000 0.000000
1999 0.000000 0.000000 1245.455000 0.000000
2000 0.000000 0.000000 10889.758000 0.000000
2001 948.245000 441.873750 27449.827500 138.930000
答案 0 :(得分：0)
我不确定你的问题是否正确。 你想让所有[lat，lon]组合有超过30年的条目吗？
如果是这样，你可能会使用像
这样的东西many_years = df[df.groupby(level=[0,1,2])['101'].count()>=30]
如果您能提供数据框的最小示例，我可以尝试提供更好的帮助，理想情况下我们可以通过ipython中的pd.read_clipboard（）导入，以及您想要的结果。
答案 1 :(得分：0)
为了SO的利益，这是我最终得到的解决方案。不，我没有找到优雅的单行解决方案，我不得不使用循环。但它完成了工作。
# remove lat lon combinations where total sample years are less than Num
Num=32 # set criteria ~ 2014-1977 = 37 -5 ->32
def remove_N (nm, cv, cv2): # remove lat lon combinations where total sample years are less than N
nm['id']=-1
ll_index=0
keep = list()
for lat in cv:
for lon in cv2:
if len(nm.xs((lat, lon), level=('lat', 'lon'))) == 0:
continue
if len(nm.xs((lat, lon), level=('lat', 'lon'))) >= Num: # N
keep.append(ll_index)
t = nm.loc[lat,lon]
t.id = ll_index
ll_index = ll_index + 1
data = nm.ix[nm ['id'].isin(keep)]
data=data.drop('id', 1)
return(data)