python dataframe索引_从python中的multiindex dataframe中获取索引号

dict.values

使用dict来跟踪值，将最后找到的值保留为重要值。在list(dict(map(reversed, enumerate(df.index.get_level_values(0)))).values())

[2, 4, 5]

带循环

创建接受因子分解和唯一值数的函数

^{pr2}$

然后可以用f, u = pd.factorize(df.index.get_level_values(0))

last(f, len(u))

array([2, 4, 5])

然而，通常构造MultiIndex的方式，labels对象已经是因式分解，levels对象是唯一值。在last(df.index.labels[0], df.index.levels[0].size)

array([2, 4, 5])

更重要的是，我们可以使用Numba来使用即时编译来超级充电。在from numba import njit

@njit

def nlast(bins, k):

a = np.zeros(k, np.int64)

for i, b in enumerate(bins):

a[b] = i

return a

nlast(df.index.labels[0], df.index.levels[0].size)

array([2, 4, 5])

时机%%timeit

f, u = pd.factorize(df.index.get_level_values(0))

last(f, len(u))

641 µs ± 9.4 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)%%timeit

f, u = pd.factorize(df.index.get_level_values(0))

nlast(f, len(u))

264 µs ± 11.1 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)%%timeit

nlast(df.index.labels[0], len(df.index.levels[0]))

4.06 µs ± 43.6 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)%%timeit

last(df.index.labels[0], len(df.index.levels[0]))

654 µs ± 14.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)%%timeit

list(dict(map(reversed, enumerate(df.index.get_level_values(0)))).values())

709 µs ± 4.94 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

耶斯雷尔的解决方案。也很快。在%timeit start_stop_arr(df.index.get_level_values(0))

113 µs ± 83.1 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

np.unique

我没有计时是因为我不喜欢。见下文：

使用np.unique和return_index参数。这将返回找到每个唯一值的第一个位置。在这之后，我会做一些移动，以得到先前唯一值的最后一个位置。在

注意：如果这个级别中的值是连续的。如果他们没有，我们就不得不做排序和取消排序，这是不值得的。除非是真的，否则我会教你怎么做。在i = np.unique(df.index.get_level_values(0), return_index=True)[1]

np.append(i[1:], len(df)) - 1

array([2, 4, 5])

设置df = pd.DataFrame({'A':list('abcdef'),

'B':[4,5,4,5,5,4],

'C':[7,8,9,4,2,3],

'D':[1,3,5,7,1,0],

'E':[5,3,6,9,2,4],

'F':list('aaabbc')}).set_index(['F','A','B'])