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
