解析Pandas中的多级标头

Question

试着用我的手制作熊猫多级索引。已经显示了输入和输出的示例。我试着转位，一部一部地阅读，不知道我要去哪里不正确：

输入：

import pandas as pd
import numpy as np
df = pd.DataFrame(index=['2016-11-21', '2016-11-22', '2016-11-23', '2016-11-24', '2016-11-25'],
                  columns=pd.MultiIndex.from_product([list('AB'), list('ab')]),
                  data=np.array([[2,3,5,6,6], [1,4,2,3,3], [3,1,1,1,0], [0,0,6,5,2]]).T)
print (df)
            A     B   
            a  b  a  b
2016-11-21  2  1  3  0
2016-11-22  3  4  1  0
2016-11-23  5  2  1  6
2016-11-24  6  3  1  5
2016-11-25  6  3  0  2

期望输出:我需要获得A和B两列的“2016-11-22”的值

a A 3 B 1

Answer 1

要匹配您的输出，可以将df.xs与unstack结合使用

df.xs('a',axis=1,level=1,drop_level=False).loc['2016-11-22'].unstack()

   a
A  3
B  1

但是，如果您对单个级别和索引感兴趣，也可以尝试：

df.xs('a',axis=1,level=1).loc['2016-11-22']

A    3
B    1
Name: 2016-11-22, dtype: int64

Answer 2

试试filter和.loc

df.filter(like='2016-11-22',axis=0).loc[:,df.columns.get_level_values(1).isin(['a'])].stack(0)


          a
2016-11-22 A  3
           B  1

Answer 3

我使用日期索引查找行，然后使用元组对选择列，该元组对所有级别为0的列匹配多索引，对于第1级列只使用“a”。

df = pd.DataFrame(index=['2016-11-21', '2016-11-22', '2016-11-23', '2016-11-24', '2016-11-25'],
              columns=pd.MultiIndex.from_product([list('AB'), list('ab')]),
              data=np.array([[2,3,5,6,6], [1,4,2,3,3], [3,1,1,1,0], [0,0,6,5,2]]).T)

 columns=df.columns.levels[0]
 print(df.loc['2016-11-22',(columns,'a')])

 output:
 A  a    3
 B  a    1
 Name: 2016-11-22, dtype: int32