pandas mysql索引_pandas练习-多层索引的创建和各种操作(multiindex)第二部分

使用切片(slicers)

你可以使用切片来选择MultiIndex, slice是python内置的函数(其实是一个类), 他的用法是这样的:

1

2

3alist = list('abcdefg' * 3)

selector = slice(1, 6, 2)

alist[selector]

输出(plain):

['b', 'd', 'f']

我们可以使用slice来选择MultiIndex。

下面先创建一个DataFrame:

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22import pandas as pd

import numpy as np

def mklbl(prefix,n):

return ["%s%s" % (prefix,i) for i in range(n)]

miindex = pd.MultiIndex.from_product([mklbl('A',4),

mklbl('B',2),

mklbl('C',4),

mklbl('D',2)])

micolumns = pd.MultiIndex.from_tuples([('a','foo'),('a','bar'),

('b','foo'),('b','bah')],

names=['lvl0', 'lvl1'])

dfmi = pd.DataFrame(np.arange(len(miindex)*len(micolumns)).reshape((len(miindex),len(micolumns))),

index=miindex,

columns=micolumns).sort_index().sort_index(axis=1)

dfmi.head()

输出(html):

lvl0

a

b

lvl1

bar

foo

bah

foo

A0

B0

C0

D0

1

0

3

2

D1

5

4

7

6

C1

D0

9

8

11

10

D1

13

12

15

14

C2

D0

17

16

19

18

下面我们需要选择出MultiIndex第一层为A1或A2或A3, 第二层不做选择, 第三层只包括C1和C3的行:

1dfmi.loc[(slice('A1', 'A3'), slice(None), ['C1', 'C3']), :]

输出(html):

lvl0

a

b

lvl1

bar

foo

bah

foo

A1

B0

C1

D0

73

72

75

74

D1

77

76

79

78

C3

D0

89

88

91

90

D1

93

92

95

94

B1

C1

D0

105

104

107

106

D1

109

108

111

110

C3

D0

121

120

123

122

D1

125

124

127

126

A2

B0

C1

D0

137

136

139

138

D1

141

140

143

142

C3

D0

153

152

155

154

D1

157

156

159

158

B1

C1

D0

169

168

171

170

D1

173

172

175

174

C3

D0

185

184

187

186

D1

189

188

191

190

A3

B0

C1

D0

201

200

203

202

D1

205

204

207

206

C3

D0

217

216

219

218

D1

221

220

223

222

B