我有一个包含3个MultiIndex级别的pandas数据帧。 我试图根据对应于两个级别的值列表拉出此数据帧的行。
我有这样的事情:
ix = pd.MultiIndex.from_product([[1, 2, 3], ['foo', 'bar'], ['baz', 'can']], names=['a', 'b', 'c'])
data = np.arange(len(ix))
df = pd.DataFrame(data, index=ix, columns=['hi'])
print(df)
hi
a b c
1 foo baz 0
can 1
bar baz 2
can 3
2 foo baz 4
can 5
bar baz 6
can 7
3 foo baz 8
can 9
bar baz 10
can 11
现在我想要获取索引级别'b'和'c'在此索引中的所有行:
ix_use = pd.MultiIndex.from_tuples([('foo', 'can'), ('bar', 'baz')], names=['b', 'c'])
即,hi的值hi或('bar', 'baz')分别为b和c:(1, 2, 5, 6, 9, 10)。
所以我想在第一级采用slice(None),并在第二级和第三级取出特定的元组。
最初我认为将多索引对象传递给.loc会拉出我想要的值/级别,但这不起作用。 做这样的事情最好的方法是什么?
我有几个不同的尝试让这个工作。 我想我找到了一个不错的解决方法,这个目前似乎有点困难。 试试看!
以下是获取此切片的方法:
df.sort_index(inplace=True)
idx = pd.IndexSlice
df.loc[idx[:, ('foo','bar'), 'can'], :]
生产
hi
a b c
1 bar can 3
foo can 1
2 bar can 7
foo can 5
3 bar can 11
foo can 9
请注意,您可能需要先对MultiIndex进行排序,然后才能对其进行切片。如果你需要这么做,熊猫就足够警告了:
KeyError: 'MultiIndex Slicing requires the index to be fully lexsorted tuple len (3), lexsort depth (1)'
您可以在文档中阅读有关如何使用切片器的更多信息
如果由于某种原因使用切片器不是一个选项,这是一种使用.isin()方法获得相同切片的方法:
df[df.index.get_level_values('b').isin(ix_use.get_level_values(0)) & df.index.get_level_values('c').isin(ix_use.get_level_values(1))]
这显然不那么简洁。
更新:
对于您在此处更新的条件是一种方法:
cond1 = (df.index.get_level_values('b').isin(['foo'])) & (df.index.get_level_values('c').isin(['can']))
cond2 = (df.index.get_level_values('b').isin(['bar'])) & (df.index.get_level_values('c').isin(['baz']))
df[cond1 | cond2]
生产:
hi
a b c
1 foo can 1
bar baz 2
2 foo can 5
bar baz 6
3 foo can 9
bar baz 10
这非常接近我正在寻找的东西,但我应该更清楚地表达这个问题。 实际上,我需要的是来自级别"c"的值,它取决于级别"b"中的值。 例如,任何时候级别"b"是'foo',我想要级别"c"是'can'的值,并且任何时候级别"b"是'bar',我想要级别"c"的值 是'巴兹'
用这两个条件更新了答案,这应该让我们知道如何处理这个问题。
我会推荐query()方法,就像在这个Q& A中一样。
简单地使用这个,我认为这是一种更自然的表达方式:
In [27]: df.query("(b == 'foo' and c == 'can') or (b == 'bar' and c == 'baz')")
Out[27]:
hi
a b c
1 foo can 1
bar baz 2
2 foo can 5
bar baz 6
3 foo can 9
bar baz 10
我觉得有趣的是这不起作用:
In [45]: df.loc[(idx[:, 'foo', 'can'], idx[:, 'bar', 'baz']), ]
Out[45]:
hi
a b c
1 bar baz 2
can 3
foo baz 0
can 1
2 bar baz 6
can 7
foo baz 4
can 5
3 bar baz 10
can 11
foo baz 8
can 9
不知何故,它看起来像"应该"。无论如何,这是一个合理的解决方法:
让我们假设您想要切片的元组位于另一个DataFrame的索引中(因为听起来它们可能就在您的情况下!)。
In [53]: ix_use = pd.MultiIndex.from_tuples([('foo', 'can'), ('bar', 'baz')], names=['b', 'c'])
In [55]: other = pd.DataFrame(dict(a=1), index=ix_use)
In [56]: other
Out[56]:
a
b c
foo can 1
bar baz 1
现在要按other的索引切片df,我们可以使用.loc / .ix允许你给出元组列表的事实(参见这里的最后一个例子)。
首先让我们构建我们想要的元组列表:
In [13]: idx = [(x, ) + y for x in df.index.levels[0] for y in other.index.values]
In [14]: idx
Out[14]:
[(1, 'foo', 'can'),
(1, 'bar', 'baz'),
(2, 'foo', 'can'),
(2, 'bar', 'baz'),
(3, 'foo', 'can'),
(3, 'bar', 'baz')]
现在我们可以将此列表传递给.ix或.loc:
In [17]: df.ix[idx]
Out[17]:
hi
a b c
1 foo can 1
bar baz 2
2 foo can 5
bar baz 6
3 foo can 9
bar baz 10