如何在Python的Multiindex列中串联满足特定条件的Pandas数据框

Question

我有以下两个数据框：

d1 = {('CAR','ALPHA'): pd.Series(['A11', 'A12', 'A13', 'A14'],index=[1, 2, 3, 4]),
      ('CAR','BETA'): pd.Series(['B11', 'B12', 'B13', 'B14'],index=[1, 2, 3, 4])}
da= pd.DataFrame(data=d1)
d2 = {('CAR','ALPHA'): pd.Series(['A22', 'A23', 'A24', 'A25'],index=[2, 3, 4, 5]), 
      ('CAR','BETA'): pd.Series(['B22', 'B23', 'B24', 'B25'],index=[2, 3, 4, 5]),
      ('MOTOR','SOLO'): pd.Series(['S22', 'S23', 'S24', 'S25'], index=[2, 3, 4, 5])}
db= pd.DataFrame(data=d2)

它们应该看起来像这样：

我要实现的目标是在一个新的数据框中添加两个数据框的所有列，这些列在Column索引之一中具有特定的单词。

例如，我想在顶层列中包含所有具有CAR的列：

我的pandas版本是0.21.0，而我的复杂代码版本中的列名如下：

df = pd.concat([da, db], axis=1)
print(df.columns)
Index([('V', 'C', 'I', 'P'),
       ('V', 'G', 'T', '-'),
       ('P', 'G', 'T', '-')], dtype='object')

在上面，我只想在列multiindex的第一级中保留V列。

谢谢。

Answer 1

将pandas.concat与DataFrame.xs一起使用：

df = pd.concat([da, db], axis=1).xs('CAR', level=0, axis=1, drop_level=False)

或使用slicers：

df = pd.concat([da, db], axis=1).loc[:, pd.IndexSlice['CAR', :]]

---

print (df)
    CAR                
  ALPHA BETA ALPHA BETA
1   A11  B11   NaN  NaN
2   A12  B12   A22  B22
3   A13  B13   A23  B23
4   A14  B14   A24  B24
5   NaN  NaN   A25  B25

编辑：

DataFrame有4个级别，因此需要：

idx = pd.Index([('V', 'C', 'I', 'P'),
       ('V', 'G', 'T', '-'),
       ('P', 'G', 'T', '-')], dtype='object')
df = pd.DataFrame(0, columns=idx, index=[1,2])
print (df)
   V     P
   C  G  G
   I  T  T
   P  -  -
1  0  0  0
2  0  0  0


df1 = df.xs('V', level=0, axis=1, drop_level=False)
print (df1)
   V   
   C  G
   I  T
   P  -
1  0  0
2  0  0

为每个级别添加:，以选择第二，第三和第二级别的所有值：

df1 = df.loc[:, pd.IndexSlice['V', :, :, :]]
print (df1)
   V   
   C  G
   I  T
   P  -
1  0  0
2  0  0

Answer 2

使用isin

pd.concat([da,db.loc[:,db.columns.isin(da.columns)]],1)
Out[733]: 
    CAR                
  ALPHA BETA ALPHA BETA
1   A11  B11   NaN  NaN
2   A12  B12   A22  B22
3   A13  B13   A23  B23
4   A14  B14   A24  B24
5   NaN  NaN   A25  B25