如何使用pandas query()在查询表达式中正确引用多索引列标题？

Question

使用简单的(单级)列索引，可以使用.query()访问pandas DataFrame中的列，如下所示：

df1 = pd.DataFrame(np.random.rand(10,2),index=range(10),columns=['A','B'])
df1.query('A > 0.5')

我正在努力在具有列多索引的DataFrame中实现类似的功能：

df2 = pd.DataFrame(np.random.rand(10,2),index=range(10),columns=[['A','B'],['C','D']])
df2.query('(A,C) > 0.5') # fails
df2.query('"(A,C)" > 0.5') # fails
df2.query('("A","C") > 0.5') # fails

这可行吗？谢谢..。

(至于动机: query()似乎允许对一行多索引列单索引数据帧进行非常简洁的选择，例如：

df3 = pd.DataFrame(np.random.rand(6,2),index=[[0]*3+[1]*3,range(2,8)],columns=['A','B'])
df3.index.names=['one','two']
df3.query('one==0 & two<4 & A>0.5')

我想在两个轴上用DF多索引做一些类似的事情...)

Answer 1

github上有一个用于此的open issue，但同时，一个建议的解决方法是通过@表示法通过DataFrame变量引用列：

df2.query("@df2.A.C > 0.5")

这不是一个完美的解决方法。如果您的标题名称/级别包含空格，则需要首先删除/重命名它们。