按条件选择pandas multiindex数据框中的行和子行

时间:2014-12-10 18:31:29

标签: python pandas multi-index

我有一个多索引数据框,其索引和行中包含一些NaN值。

In:

import pandas as pd
import numpy as np

row1 = {'index1' : 'abc', 'col1' : 'some_value', 'col3' : True}
row2 = {'index2' : 'xyz', 'col2' : 'other_value', 'col3' : np.nan}
row3 = {'index1' : 'def', 'col1' : 'different_value', 'col3' : False}
row4 = {'index2' : 'uvw', 'col2' : 'same_value', 'col3' : np.nan}
df = pd.DataFrame([row1, row2, row3, row4])

df.set_index(['index1', 'index2'], inplace=True)

print(df)

Out:

                          col1         col2   col3
index1 index2                                     
abc    NaN          some_value          NaN   True
NaN    xyz                 NaN  other_value    NaN
def    NaN     different_value          NaN  False
NaN    uvw                 NaN   same_value    NaN

是否有可能通过条件col3 == True获取该数据帧的子集,该条件还包括所有"子行"该条件所在的行?

当我去

print(df[df.col3 == True])

我得到了

                     col1 col2  col3
index1 index2                       
abc    NaN     some_value  NaN  True

是条件所在的行。但是,我正在寻找的是

                     col1         col2  col3
index1 index2                       
abc    NaN     some_value         NaN   True
NaN    xyz            NaN  other value  NaN    

,包括那些本身没有True值但是" subrow" index1 == abc行的行。

这可能吗?或者数据框是否混乱,应该以不同的方式构建?

1 个答案:

答案 0 :(得分:1)

一个简单的解决方案是在填充col3上使用条件,其中NaNs将替换为它们所属行的值。例如:

>>> df['col3'].fillna(method='pad')

index1  index2
abc     NaN        True
NaN     xyz        True
def     NaN       False
NaN     uvw       False
Name: col3, dtype: bool

现在你可以应用这样的条件:

>>> df[df['col3'].fillna(method='pad')]

                col1       col2         col3
index1  index2          
abc     NaN     some_value NaN          True
NaN     xyz     NaN        other_value  NaN