Question

我有一些看起来像这样的数据：

>>> print totals.sample(4)
                                                 start            end  \
time                    region_type                                     
2016-01-24 02:17:10.238 STACK GUARD        79940452352    79940665344   
2016-01-23 20:14:17.043 MALLOC metadata    64688259072    64688996352   
2016-01-22 23:20:53.752 IOKit              47857778688    47861174272   
2016-01-23 08:17:06.561 __DATA           3711964667904  3711979212800   

                                            vsize    rsdnt   dirty     swap  
time                    region_type                                          
2016-01-24 02:17:10.238 STACK GUARD        212992        0       0        0  
2016-01-23 20:14:17.043 MALLOC metadata    737280    81920   81920     8192  
2016-01-22 23:20:53.752 IOKit             3395584    24576   24576  3371008  
2016-01-23 08:17:06.561 __DATA           14544896  4907008  618496  4780032

我想知道dirty + swap大于1e7的任何行的region_type：

这很有效，但看起来很冗长：

>>> print totals[(totals.dirty + totals.swap) > 1e7].groupby(level='region_type').\ 
        apply(lambda x: 'lol').index.tolist()  

  ['MALLOC_NANO', 'MALLOC_SMALL']

有更好的方法吗？

我原以为这会起作用，但它会给出数据集中的所有region_types，而不是我选择的那些：

totals[(totals.dirty + totals.swap) > 1e7].index.levels[1].tolist()

Answer 1

使用index.get_level_values（返回使用的值），而不是index.levels（返回索引知道的值）：

mask = totals['dirty']+totals['swap'] > 1e7
result = mask.loc[mask]
region_types = result.index.get_level_values('region_type').unique()

例如，

In [243]: mask = totals['dirty']+totals['swap'] > 1e3; mask
Out[243]: 
time                     region_type    
2016-01-24 02:17:10.238  STACK GUARD        False
2016-01-23 20:14:17.043  MALLOC metadata     True
2016-01-22 23:20:53.752  IOKit               True
2016-01-23 08:17:06.561  __DATA              True
dtype: bool

In [244]: result = mask.loc[mask]; result
Out[244]: 
time                     region_type    
2016-01-23 20:14:17.043  MALLOC metadata    True
2016-01-22 23:20:53.752  IOKit              True
2016-01-23 08:17:06.561  __DATA             True
dtype: bool

In [245]: result.index.get_level_values('region_type').unique()
Out[245]: array(['MALLOC metadata', 'IOKit', '__DATA'], dtype=object)

有没有更好的方法来收集熊猫中的唯一索引值？

1 个答案: