Question

我有一个多层次的pandas数据框，如下所示。对于给定属性，attr（＆＃39; rh＆＃39;，＆＃39; T＆＃39;＆＃39; V＆＃39;）如何设置某些值（比如值> 0.5）对于pLevs的整套的NaN？我已经看到了如何设置特定列的答案（例如，df [＆＃39; rh＆＃39;，50]），但还没有看到如何选择整个集合。

attr      rh                             T                             V  
pLev       50        75        100       50        75        100       50        75        100            
refIdx    
0       0.225026  0.013868  0.306472  0.144581  0.379578  0.760685  0.686463  0.476179  0.185635   
1       0.496020  0.956295  0.471268  0.492284  0.836456  0.852873  0.088977  0.090494  0.604290   
2       0.898723  0.733030  0.175646  0.841776  0.517127  0.685937  0.094648  0.857104  0.135651    
3       0.136525  0.443102  0.759630  0.148536  0.426558  0.731955  0.523390  0.965385  0.094153

为方便协助，我在此处包含了创建数据框的代码：

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.random((4,9)))
df.columns = pd.MultiIndex.from_product([['rh','T','V'],[50,75,100]])
df.columns.names = ['attr', 'pLev']
df.index.name = 'refIdx'

Answer 1

符号有点令人讨厌，但您可以使用IndexSlice

df.loc[:,pd.IndexSlice['rh',:]]=np.nan

Answer 2

如果您的“给定属性”为'rh'，那么您可以使用以下内容获取横截面：

df_xs = df.xs('rh', level='attr', axis=1, drop_level=False)

然后您可以按如下方式更新原始df：

df[df_xs > 0.5] = np.nan

这是有效的，因为drop_level=False已经.xs

将值设置为多层次pandas数据帧的列

2 个答案: