本文探讨了如何使用布尔序列过滤具有多级索引的Pandas DataFrame。作者遇到的问题是，当布尔序列的长度与DataFrame的一级索引匹配时，可以直接进行过滤，但当布尔序列与更高级别的索引匹配时，这种方法不再适用。他们展示了如何通过布尔系列`filt`过滤DataFrame，特别是针对`a`和`c`列，并希望找到一种方法直接利用`filt`系列进行操作，而不改变其结构。
这里有很多类似标题的问题,但我找不到解决这个问题的问题.
我有来自许多不同来源的数据帧,我想逐个过滤.当布尔序列与过滤的数据帧大小相同时,使用布尔索引很有效,但是当序列的大小与过滤的数据帧的更高级索引相同时,则不能.
简而言之,假设我有这个数据帧：
In [4]: df = pd.DataFrame({'a':[1,1,1,2,2,2,3,3,3],
'b':[1,2,3,1,2,3,1,2,3],
'c':range(9)}).set_index(['a', 'b'])
Out[4]:
c
a b
1 1 0
2 1
3 2
2 1 3
2 4
3 5
3 1 6
2 7
3 8
而这个系列：
In [5]: filt = pd.Series({1:True, 2:False, 3:True})
Out[6]:
1 True
2 False
3 True
dtype: bool
我想要的输出是这样的：
c
a b
1 1 0
2 1
3 2
3 1 6
2 7
3 8
我不是在寻找不使用filt系列的解决方案,例如：
df[df.index.get_level_values('a') != 2]
df[df.index.get_level_values('a').isin([1,3])]
我想知道我是否可以按原样使用输入过滤系列,因为我会在c上使用过滤器：
filt = df.c < 7
df[filt]
扫一扫
415
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
