Question

这是一个简单的pandas DataFrame，具有两级索引和单值列：

            value 
| k1 | k2 |       |  
+----+----+-------+
| a  | b  | c     |
| d  | e  | f     |
| g  | h  | i     |

我可以使用k1选择行，如下所示：

df.loc[['a','d'], :]

并获得：

            value 
| k1 | k2 |       |  
+----+----+-------+
| a  | b  | c     |
| d  | e  | f     |

但是，当尝试使用k2时，就像那样：

df.loc[:, ['b','e']]

我得到了KeyError：＆＃34; [[＆＃39; b＆＃39;，＆＃39; e＆＃39;]]都不在[columns]＆＃34;

中

我在这里缺少什么？

Answer 1

你可以这样做：

df.loc[(slice(None), ['b', 'e']), :]

更详细的解释：

在执行df.loc[idx_row, idx_col]时，索引器＆＃39; idx_row＆＃39; （在你的情况下，列表['a','d']）索引行（所以你的多索引），而＆＃39; idx_col＆＃39; （在您的情况下为:）索引列（在本例中为：所有列）因此，您希望在行索引器中指定多索引的两个级别（＆＃39; idx_row＆＃39;）。如果要从第二级别进行选择，则必须指定要使用切片包含第一级别的所有元素，因此＆＃39; idx_row＆＃39;变为(:, ['b', 'e'])。唯一的问题是您无法在元组中使用:，因此您需要使用等效的slice(None)。
Pandas提供了一个小的解决方法，不必使用更详细的切片：

idx = pd.IndexSlice
df.loc[idx[:, ['b', 'e']], :]

请参阅相关文档：http://pandas.pydata.org/pandas-docs/stable/advanced.html#using-slicers

如何使用第二个索引列从索引的pandas DataFrame中选择行？

1 个答案: