Skip to main content
 首页 » 编程设计

python之使用 MultiIndex df (pandas) 进行 bool 索引

2025年02月15日13dflying

我有一个 MultiIndex 数据框,我试图根据列中的值范围和最外层的索引级别对其进行索引。因此,使用下面的示例,例如我正在尝试从 v2 中选择索引 l2 的值,其中 v1 > 12

我可以使用多个索引语句来实现这一点,例如: df[df.v1>12].loc['l2', 'v2'],但这似乎不太理想。有没有办法将其压缩成一个语句?

我一直在努力弄清楚如何使用 pd.IndexSlice,但似乎无法理解文档的 MultiIndex 部分中的示例正在做什么。

df = pd.concat([pd.DataFrame({'v1': range(10, 15), 'v2':range(5, 0, -1)})  
                for i in range(2)], keys=['l1', 'l2']) 
 
      v1  v2 
l1 0  10   5 
   1  11   4 
   2  12   3 
   3  13   2 
   4  14   1 
l2 0  10   5 
   1  11   4 
   2  12   3 
   3  13   2 
   4  14   1 

请您参考如下方法:

您可以使用 slicers用于选择和修改boolean indexing使用 loc 选择列 v2:

idx = pd.IndexSlice 
df1 = df.loc[idx['l2', :], :] 
print (df1) 
      v1  v2 
l2 0  10   5 
   1  11   4 
   2  12   3 
   3  13   2 
   4  14   1 
 
print (df1.loc[df1.v1 > 12, 'v2']) 
l2  3    2 
    4    1 
Name: v2, dtype: int32 

另一种解决方案 xs :

df1 = df.xs('l2') 
print (df1) 
   v1  v2 
0  10   5 
1  11   4 
2  12   3 
3  13   2 
4  14   1 
 
print (df1.loc[df1.v1 > 12, 'v2']) 
3    2 
4    1 
Name: v2, dtype: int32 

df1 = df.xs('l2', drop_level=False) 
print (df1) 
      v1  v2 
l2 0  10   5 
   1  11   4 
   2  12   3 
   3  13   2 
   4  14   1 
 
print (df1.loc[df1.v1 > 12, 'v2']) 
l2  3    2 
    4    1 
Name: v2, dtype: int32 

通过 get_level_values 选择第一级索引的解决方案, 最后如果需要删除第一级使用 droplevel或 reset_index :

df1 = df.loc[(df.v1 > 12) & (df.index.get_level_values(0) == 'l2'), 'v2'] 
df1.index = df1.index.droplevel(0) 
#df1 = df1.reset_index(level=0, drop=True) 
print (df1) 
3    2 
4    1 
Name: v2, dtype: int32 

IndexSlice 示例:

选择第一级和第二级中从 1 到 3 的所有值(感谢 piRSquared):

idx = pd.IndexSlice 
print (df.loc[idx[:, 1:3], :]) 
      v1  v2 
l1 1  11   4 
   2  12   3 
   3  13   2 
l2 1  11   4 
   2  12   3 
   3  13   2