Question

我有多索引数据框，类似：

df = pd.DataFrame(index = pd.MultiIndex.from_product([['mike', 'matt', 'dave', 'frank', 'larry'], range(10)]))
df['foo']="bar"
df.index.names=['people', 'socket']

我想做的是对与索引中前三个人相关联的所有行进行iloc-slice切片。 IE：检索people是matt mike或dave的所有行。

As far as I can tell，但是，熊猫根本不支持。看到了一些与总水平相关的骇客，但它们甚至都没有用。 get_level_values(0)没有给出不同的级别值，并且levels()返回未排序的frozenset。

编辑：我应该说基于.loc的解决方案对我不起作用。

Answer 1

您在这里：

df = pd.DataFrame(index = pd.MultiIndex.from_product([['mike', 'matt', 'dave', 'frank', 'larry'], range(10)], names=['people', 'socket']))
df['foo']="bar"
df.index.names=['people', 'socket']
# get rows
select_rows = df.loc[['mike', 'matt', 'dave']]

输出：

people socket     
mike   0       bar
       1       bar
       2       bar
       3       bar
       4       bar
       5       bar
       6       bar
       7       bar
       8       bar
       9       bar
matt   0       bar
       1       bar
       2       bar
       3       bar
       4       bar
       5       bar
       6       bar
       7       bar
       8       bar
       9       bar
dave   0       bar
       1       bar
       2       bar
       3       bar
       4       bar
       5       bar
       6       bar
       7       bar
       8       bar
       9       bar

Answer 2

一个想法是获取第一级的第一个uniqe值，通过loc进行索引和选择：

df = df.loc[df.index.get_level_values(0).unique()[:3]]

详细信息：

print (df.index.get_level_values(0).unique()[:3])
Index(['mike', 'matt', 'dave'], dtype='object', name='people')

Answer 3

另一个选择：

df[df.index.get_level_values(0)
     .isin({'matt','mike','dave'})]

定位多索引的一级

3 个答案: