熊猫多指标:按条件选择

Question

我无法按条件访问多索引/列DataFrame的值。

df = pd.DataFrame(np.arange(16).reshape(4,4),
                  index=[['a', 'a', 'b', 'b'], ["c", "d", "c", "d"]],
                  columns=[['cat1', 'cat1', 'cat2', 'cat2'], ['vals1', 'vals2', 'vals1', 'vals2']])

     cat1        cat2      
    vals1 vals2 vals1 vals2
a c     0     1     2     3
  d     4     5     6     7
b c     8     9    10    11
  d    12    13    14    15

我知道如何通过它们的位置来访问值。

df.loc[("a", "c"), ("cat1", "vals1")]
df.loc[(slice(None), "d"), ("cat1", slice(None))]

但是如何使用这里的条件

例如，在列("cat1"，"vals2")中选择值("cat2"，"vals2")==7

Answer 1

在DataFrame.loc中使用元组

a = df.loc[df[("cat2", "vals2")] == 7, ('cat1', 'vals1')]
print (a)

最后，如果需要来自一个元素Series的标量

out = a.iat[0]

如果可能的话，没有匹配：

out = next(iter(a), 'no match')

您可以比较切片行、列(输出由布尔值填充的DataFrame )，因此对于布尔Series，需要测试DataFrame.any是否为每行的真或DataFrame.all为每行的所有真实值。

m = df.loc[:, ("cat2", slice(None))]==7

a = df.loc[m.any(axis=1), ("cat1", "vals2")]
print (a)
a  d    5
Name: (cat1, vals2), dtype: int32

m = df.loc[:, ("cat2", slice(None))]==7
df2 = df.loc[m.any(axis=1), ("cat1", slice(None))]
print (df2)
     cat1      
    vals1 vals2
a d     4     5

Answer 2

您可以将loc与布尔索引结合使用

df.loc[df[('cat2', 'vals2')].eq(7), ('cat1', 'vals2')]

产出：

a  d    5
Name: (cat1, vals2), dtype: int64

Answer 3

与@mozway非常相似的一种方法是使用pd.IndexSlice，正如熊猫博士在“使用片”部分中所建议的那样。

idx = pandas.IndexSlice

mask = df[('cat2', 'vals2')]==7

df.loc[idx[mask], idx['cat1', "vals2"]]