Question

嗨，这是一个我不明白的行为的例子。以下是列

中的多索引示例

arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
          ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])

df = pd.DataFrame(np.random.randn(3, 8), index=['A', 'B', 'C'], columns=index)

现在我想在第一级选择df的子集并返回相关列：

df.loc[:, ['bar']].columns

返回

MultiIndex(levels=[['bar'], ['one', 'two']],
           labels=[[0, 0], [0, 1]],
           names=['first', 'second'])

但

df.loc[:, ['bar', 'baz']].columns

返回

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

为什么第二个将返回所有列名而不是

的任何原因

MultiIndex(levels=[['bar', 'baz'], ['one', 'two']] etc...

更重要的是，任何快速修复，以便我只能返回相关数据？

随着pandas弃用Panels（以前是一种非常优雅的存储多维数据的方式），这一点变得更加相关了。

Answer 1

在新的pandas版本（0.20.1）中，使用MultiIndex.remove_unused_levels：

print (df.loc[:, ['bar', 'baz']].columns)
MultiIndex(levels=[['bar', 'baz', 'foo', 'qux'], ['one', 'two']],
           labels=[[0, 0, 1, 1], [0, 1, 0, 1]],
           names=['first', 'second'])

print (df.loc[:, ['bar', 'baz']].columns.remove_unused_levels())
MultiIndex(levels=[['bar', 'baz'], ['one', 'two']],
           labels=[[0, 0, 1, 1], [0, 1, 0, 1]],
           names=['first', 'second'])

Advanced shown levels in documentation

pandas Multiindex列方法选择返回所有列而不是子集

1 个答案: