Question

我有一个看起来像这样的数据集，其中DATE和LETTER是多索引的。

我想返回每个日期最大LETTER A VALUES的列表。

因此，在这种情况下，我希望返回VALUES 3和8。

                            VALUE                   
DATE      LETTER            
1-2002       A                1                            
             B                7
             A                3  
             B                4                                  
2-2002       A                6                   
             B                2                  
             A                8
             B                5

Answer 1

您可以先使用xs进行选择，然后汇总max：

df = df.xs('A', level=1).groupby(level=0).max().reset_index()
print (df)
     DATE  VALUE
0  1-2002      3
1  2-2002      8

L = df.xs('A', level=1).groupby(level=0)['VALUE'].max().tolist()
print (L)
[3, 8]

旧解决方案：

我认为您首先boolean indexing使用get_level_values进行过滤，然后使用groupby进行第一和第二索引以及汇总max：

df = df[df.index.get_level_values('LETTER') == 'A']
df = df.groupby(level=[0,1]).max()
print (df)
               VALUE
DATE   LETTER       
1-2002 A           3
2-2002 A           8

df = df[df.index.get_level_values('LETTER') == 'A']
df = df.groupby(level=[0,1]).max().reset_index()
print (df)
     DATE LETTER  VALUE
0  1-2002      A      3
1  2-2002      A      8

Answer 2

所以只获取A的最大值：

df = df.reset_index()
df = df[(df['LETTER'] == 'A')].groupby(['DATE', 'LETTER']).max()

并将这些数字列入清单：

max_A = df[(df['LETTER'] == 'A')].groupby(['DATE', 'LETTER']).max()['VALUE'].tolist()

Pandas：按值过滤，然后在Multiindex

2 个答案: