Question

我有一个4级MultiIndex的pandas数据帧。我正在尝试为每个级别1索引选择具有不同级别4索引的行。

示例：

In [68]: df = pd.DataFrame({'i1':[1,1,1,2,2,2],
                        'i2':[1,1,2,1,1,2],
                        'i3':[1,1,1,1,1,1],
                        'i4':[0,1,2,0,1,2],
                        'data':[1,1,2,2,1,1]}).set_index(['i1','i2','i3','i4'])


In [69]: df
Out[69]:
             data
i1 i2 i3 i4
1  1  1  0      1
         1      1
   2  1  2      2
2  1  1  0      2
         1      1
   2  1  2      1

现在我想获得如下索引：

索引i1在[0,1]中索引i1 = 1

指数i1在[1,2]中索引i1 = 2

                 data
i1 i2 i3 i4
1  1  1  0      1
         1      1
2  1  1  1      1
   2  1  2      1

现在这可行：

    cond1 = (df.index.get_level_values('i1') == 1) & (df.index.get_level_values('i4').isin([0,1]))
    cond2 = (df.index.get_level_values('i1') == 2) & (df.index.get_level_values('i4').isin([1,2]))
    .
    .
    .
    condN = ...
    df[cond1 | cond2 | ... | condN]

但看起来不好解决方案。有没有聪明的方法呢？

Answer 1

您可以使用IndexSlice更轻松地完成此操作，如下所示：

idx = pd.IndexSlice
index1 = idx[1, :, :, 0:1]
index2 = idx[2, :, :, 1:2]
pd.concat([df.loc[index1], df.loc[index2]])

如果您需要创建许多索引，则可以将这些索引存储在数据框中并迭代该数据框以创建各种切片，然后使用pd.concat中的列表推导来获取最终对象。下面，假设x ['id1']是您希望id1拥有的值，我还假设您要限制相同的两个索引列。

indices = [
    idx[
        x['id1'],
        lambda x['id2']: x['id2'] or slice(None),
        lambda x['id3']: x['id3'] or slice(None),
        x['id4']
    ] for x in index_df.iterrows()
]
pd.concat([df.loc[i] for i in indices])

如何使用MultiIndex的相关级别对MultiIndex DataFrame进行切片

1 个答案: