Question

假设您有一个带有MultiIndex的Panda DataFrame。您希望获得具有特定值标签的所有行。你是怎么做到的？

我的第一个想法是一个布尔掩码......

df[df.index.labels == 1].head()

但这不起作用。

谢谢！

Answer 1

您需要指定您使用的索引。在我的例子中，我采用了第二个索引（我的数据帧是s，因为它在Pandas的Multiindex页面中是这样的）：

s[s.index.labels[1]==1]

如果键入以下内容，您实际上可以看到索引是如何构建的：

s.index

得到的结构是：

MultiIndex(levels=[['bar', 'baz', 'foo', 'qux'], [1, 2]],
       labels=[[0, 0, 1, 1, 2, 2, 3, 3], [0, 1, 0, 1, 0, 1, 0, 1]],
       names=['first', 'second'])

下面我有完整的代码：

>>> import pandas as pd
>>> import numpy as np
>>> arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
...           [1, 2, 1, 2, 1, 2, 1, 2]]
... 
>>> tuples = list(zip(*arrays))
>>> index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])
>>> s = pd.Series(np.random.randn(8), index=index)
>>> s[s.index.labels[1]==1]
first  second
bar    2        -0.304029
baz    2        -1.216370
foo    2         1.401905
qux    2        -0.411468
dtype: float64

Answer 2

我会使用xs (cross-section)：

In [11]: df = pd.DataFrame([[1, 2, 3], [3, 4, 5]], columns=list("ABC")).set_index(["A", "B"])

In [12]: df
Out[12]:
     C
A B
1 2  3
3 4  5

然后你可以把等级A等于1的那些：

In [13]: df.xs(key=1, level="A")
Out[13]:
   C
B
2  3

使用drop_level=False进行过滤（不丢弃A索引）：

In [14]: df.xs(key=1, level="A", drop_level=False)
Out[14]:
     C
A B
1 2  3

Answer 3

替代解决方案：

In [62]: df = pd.DataFrame({'idx1': ['A','B','C'], 'idx2':[1,2,3], 'val': [30,10,20]}).set_index(['idx1','idx2'])

In [63]: df
Out[63]:
           val
idx1 idx2
A    1      30
B    2      10
C    3      20

In [64]: df[df.index.get_level_values('idx2') == 2]
Out[64]:
           val
idx1 idx2
B    2      10

In [65]: df[df.index.get_level_values(1) == 2]
Out[65]:
           val
idx1 idx2
B    2      10

Pandas MultiIndex获取具有标签值的所有行

3 个答案: