仅对多索引中的第二个索引使用.loc

Question

我有多索引数据帧，如下所示：

                value
year    name                
1921    Ah      40     
1921    Ai      90      
1922    Ah      100     
1922    Ai      7

其中year和name是索引。我要选择出现名称Ai的每一行。我尝试过df.loc[(:,'Ai')]和df.loc['Ai']，但两者都给出了错误。如何仅使用name列进行索引？

Answer 1

我会在多级索引的第一级使用.xs (注意：level=1指的是“第二级”索引(name)，因为Python零索引:在您的例子中，级别0是year )：

df.xs('Ai', level=1, drop_level=False)
# or
df.xs('Ai', level='name', drop_level=False)

           value
year name       
1921 Ai       90
1922 Ai        7

Answer 2

@sacul有最常用的答案，但这里有一些替代方案。

MultiIndex.get_level_values

df[df.index.get_level_values('name') == 'Ai']

           value
year name       
1921 Ai       90
1922 Ai        7

DataFrame.query

df.query('name == "Ai"')

           value
year name       
1921 Ai       90
1922 Ai        7

使用pd.IndexSlice的DataFrame.loc(axis=0)

与@liliscent的答案类似，但如果指定axis=0，则不需要尾随的:。

df.loc(axis=0)[pd.IndexSlice[:, 'Ai']]

           value
year name       
1921 Ai       90
1922 Ai        7

Answer 3

如果您更喜欢loc，您可以使用：

In [245]: df.loc[(slice(None), 'Ai'), :]
     ...: 
Out[245]: 
           value
year name       
1921 Ai       90
1922 Ai        7