Question

我使用pandas.Series和MultiIndex进行双向加权查找。我认为使用MultiIndex找到给定级别的相应其他级别应该很容易，但我找不到像下面这样的简单函数other：

>>> index=pandas.MultiIndex.from_tuples(
...                  [(0, 0),(1,2),(3,4),(5,6),(5,7),(8,0),(9,0)],
...                  names=["concept", "word"])
>>> other(index, "word", 0)
{0, 8, 9}
>>> other(index, "concept", 3)
{4}
>>> other(index, "word", 6)
{5}

我很高兴指定级别编号而不是级别名称并获得任何可迭代的，不一定是集合。我只有一个2级多指数，所以我不关心如何推广到更高级别的多指数，或者甚至是否一般化。

如果这涉及迭代MultiIndex中的所有条目并进行比较，我会有点不高兴，因为我认为索引有点像多键哈希表。

Answer 1

方法1：

您可以使用矢量化方法构建自定义函数，如下所示：

def other(index, slicing, value):
    arr = np.column_stack(index.values.tolist())
    return (np.delete(arr, slicing, axis=0)[0][arr[slicing]==value])

用法：的

other(index, slicing=index.names.index('word'), value=0)
# array([0, 8, 9])

时序：

%timeit other(index, slicing=index.names.index('word'), value=0)
10000 loops, best of 3: 43.9 µs per loop

方法2：

如果你想使用一个内置的方法，只需将值插入相应的args即可得到结果，你可以选择get_loc_level，它会给你一个与标签对应的整数位置切片，如下所示：

演示：

index.get_loc_level(key=3, level='concept')[1].ravel()
# array([4], dtype=int64)

index.get_loc_level(key=0, level='word')[1].ravel()
# array([0, 8, 9], dtype=int64)

index.get_loc_level(key=6, level='word')[1].ravel()
# array([5], dtype=int64)

时序：

%timeit index.get_loc_level(key=0, level='word')[1].ravel()
10000 loops, best of 3: 129 µs per loop

因此，使用自定义函数而不是实现使用，可以获得3倍的提升给定的2级多索引DF的内置方法。

Answer 2

这个怎么样：

>>> index.get_level_values('concept').values[index.get_level_values('word').values == 0]
array([0, 8, 9])

>>> index.get_level_values('concept').values[index.get_level_values('word').values == 6]
array([5])

>>> index.get_level_values('word').values[index.get_level_values('concept').values == 3]
array([4])

请注意，您可以轻松地将numpy数组转换为set：

>>> set(np.array([1, 2, 3]))
{1, 2, 3}

并将上述所有内容包含在某个函数other中并不是非常困难。

MultiIndex查找具有给定级别的给定值的所有索引

2 个答案: