从多指标大熊猫中选择

Question

我有一个包含'A‘和'B’列的多索引数据框架。

是否有一种方法可以通过过滤多个索引的一列来选择行，而不将索引重置为单个列索引？

例如。

# has multi-index (A,B)
df
#can I do this? I know this doesn't work because the index is multi-index so I need to     specify a tuple

df.ix[df.A ==1]

Answer 1

一种方法是使用get_level_values索引方法：

In [11]: df
Out[11]:
     0
A B
1 4  1
2 5  2
3 6  3

In [12]: df.iloc[df.index.get_level_values('A') == 1]
Out[12]:
     0
A B
1 4  1

在0.13中，您将能够使用 argument

df.xs(1, level='A', drop_level=False) # axis=1 if columns

注意:如果这是列MultiIndex而不是索引，您可以使用相同的技术：

In [21]: df1 = df.T

In [22]: df1.iloc[:, df1.columns.get_level_values('A') == 1]
Out[22]:
A  1
B  4
0  1

Answer 2

您还可以使用query，我认为它非常可读性强，而且使用起来非常简单：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [10, 20, 50, 80], 'C': [6, 7, 8, 9]})
df = df.set_index(['A', 'B'])

      C
A B    
1 10  6
2 20  7
3 50  8
4 80  9

对于你想要做的事情，你现在可以做的就是：

df.query('A == 1')

      C
A B    
1 10  6

您还可以使用and进行更复杂的查询。

df.query('A >= 1 and B >= 50')

      C
A B    
3 50  8
4 80  9

和or

df.query('A == 1 or B >= 50')

      C
A B    
1 10  6
3 50  8
4 80  9

您还可以对不同的索引级别进行查询()。

df.query('A == 1 or C >= 8')

会回来

      C
A B    
1 10  6
3 50  8
4 80  9

如果要在查询中使用变量，请使用@

b_threshold = 20
c_threshold = 8

df.query('B >= @b_threshold and C <= @c_threshold')

      C
A B    
2 20  7
3 50  8

Answer 3

您可以使用DataFrame.xs()

In [36]: df = DataFrame(np.random.randn(10, 4))

In [37]: df.columns = [np.random.choice(['a', 'b'], size=4).tolist(), np.random.choice(['c', 'd'], size=4)]

In [38]: df.columns.names = ['A', 'B']

In [39]: df
Out[39]:
A      b             a
B      d      d      d      d
0 -1.406  0.548 -0.635  0.576
1 -0.212 -0.583  1.012 -1.377
2  0.951 -0.349 -0.477 -1.230
3  0.451 -0.168  0.949  0.545
4 -0.362 -0.855  1.676 -2.881
5  1.283  1.027  0.085 -1.282
6  0.583 -1.406  0.327 -0.146
7 -0.518 -0.480  0.139  0.851
8 -0.030 -0.630 -1.534  0.534
9  0.246 -1.558 -1.885 -1.543

In [40]: df.xs('a', level='A', axis=1)
Out[40]:
B      d      d
0 -0.635  0.576
1  1.012 -1.377
2 -0.477 -1.230
3  0.949  0.545
4  1.676 -2.881
5  0.085 -1.282
6  0.327 -0.146
7  0.139  0.851
8 -1.534  0.534
9 -1.885 -1.543

如果您想保持A级别( drop_level关键字参数只能从v0.13.0开始)：

In [42]: df.xs('a', level='A', axis=1, drop_level=False)
Out[42]:
A      a
B      d      d
0 -0.635  0.576
1  1.012 -1.377
2 -0.477 -1.230
3  0.949  0.545
4  1.676 -2.881
5  0.085 -1.282
6  0.327 -0.146
7  0.139  0.851
8 -1.534  0.534
9 -1.885 -1.543