Question

我有一个包含多列（即分层）索引的表，如下所示：

a = pd.DataFrame([
    ['a', 'x0', 'v', 1], 
    ['a', 'x1', 'w', 2], 
    ['b', 'x0', 'y', 3], 
    ['b', 'x1', 'z', 4], 
], columns = ['key1', 'key2', 'key3', 'val']).set_index(['key1', 'key2', 'key3'])

现在，我可以选择一个完整键列表，如下所示：

a.loc[[('a', 'x0', 'v'), ('b', 'x1', 'z')]]

返回预期结果，即具有两行（值1和4）的数据帧。

然而，当我尝试使用部分键时，如下所示：

a.loc[[('a', 'x0'), ('b', 'x1')]]

然后我得到正确的键，但val列显示所有NaN值。这里有什么问题？

同样，我可以选择第一级的几个键：

a.loc[['a', 'b']]

效果很好。当我尝试那些元组时：

a.loc[[('a',), ('b',)]]

然后我再次获得NaN值。

编辑：我希望从我输入的组合键开始输出，而不是切片，即使用：

a.loc[[('a', 'x0'), ('b', 'x1')]]

我想要这个输出：

                val
key1 key2 key3     
a    x0   v       1
b    x1   z       4

但我得到的是：

                val
key1 key2 key3     
a    x0   v       NaN
b    x1   z       NaN

所以，显然，选择了正确的指数，但为什么我没有得到任何价值？

Answer 1

我到目前为止找到的唯一可能是：

pd.concat([a.loc[key] for key in [
    ('a', 'x0'), ('b', 'x1')
]], axis=0)

它看起来不是最佳的并且有点慢，但至少我得到了正确的结果。因此，如果您有更好的解决方案，请发布。

Answer 2

问题是import numpy as np a=np.array([[1,2,3],[4,5,6]]) a=a.reshape((a.shape[0])*(a.shape[1])) # n is the nth largest taken by us print(a[np.argsort()[-n]])无法执行部分键的组合。如果您尝试使用多个值，它将连接包含任何值的所有行。因此，.loc()（或在此特定情况下得出相同结果的a.loc[['a','b'], :, :]）可以运行并返回a.loc[['a','b']]为key1或'a'的所有行

但是，尝试为不同的键使用不同的值会导致一个或所有值，以便'b'返回a.loc[['a','b'], ['x0', 'x1']] key1或'a'的所有组合'b'为key2或'x0'。当您尝试在元组中使用不完整的组合时，'x1'会假定a.loc[[('a', 'x0'), ('b', 'x1')]]和('a', 'x0')为完整键。但这些（当然）不存在，因此('b', 'x1')（不可用）作为输出返回。

因此，要选择多个部分键，您将注定使用另一种方法。一种方法是按照您的建议方式进行，通过逐个尝试部分键然后连接结果。另一种方法是使用NaN来查找您感兴趣的项目。但是，这有点复杂，因为它需要一个函数，使用正确的键为行返回.select()

它的可能实现是：

True

这当然可以以更密集的方式实现，其中所有内容都合并为一行，但这会非常混乱：

sel_a_x0 = lambda row: row[0] == 'a' and row[1] == 'x0'
sel_b_x1 = lambda row: row[0] == 'b' and row[1] == 'x1'
sel_combined = lambda row: sel_a_x0(row) or sel_b_x1(row)
a.select(sel_combined)

所以我宁愿保持子表达式分开。

另外，我没有将这种方法与你自己建议的方法进行对比或比较，所以我不知道它是否更快。

Answer 3

您可以先按droplevel或reset_index删除所有不必要的级别，然后与isin进行比较，以获取布尔值掩码：

idx = [('a', 'x0'), ('b', 'x1')]

mask = a.index.droplevel(2).isin(idx)

mask = a.reset_index(level=2, drop=True).index.isin(idx)

print (mask)
[ True False False  True]

最后按boolean indexing过滤：

df = a[mask]
print (df)
                val
key1 key2 key3     
a    x0   v       1
b    x1   z       4

熊猫：按部分键列表选择多行

3 个答案: