Skip to main content
 首页 » 编程设计

python之pandas.DataFrame.query 保持原始多索引

2025年04月02日9三少

我有一个带有多索引的数据框:

>>> df = pd.DataFrame(np.random.randint(0,5,(6, 2)), columns=['col1','col2']) 
>>> df['ind1'] = list('AAABCC') 
>>> df['ind2'] = range(6) 
>>> df.set_index(['ind1','ind2'], inplace=True) 
 
>>> df 
           col1  col2 
ind1 ind2             
A    0        2     0 
     1        2     2 
     2        1     2 
B    3        2     2 
C    4        4     0 
     5        1     4 

当我在其中一个索引级别上使用 .loc[] 选择数据,然后应用 .query() 时,结果索引按预期“收缩”到仅匹配结果数据框中包含的那些值:

>>> df.loc['A'].query('col2 == 2') 
 
      col1  col2 
ind2             
1        2     2 
2        1     2 
 
>>> df.loc['A'].query('col2 == 2').index 
 
Int64Index([1, 2], dtype='int64', name='ind2') 

然而,当我尝试仅使用 .query() 获得相同的结果时,pandas 保持与原始数据帧相同的索引(尽管事实上,它的行为与上面不同,在单个索引的情况 - 结果索引从 [0,1,2] 到 [1,2],仅匹配 col2 == 2 行):

>>> df.query('ind1 == "A" & col2 == 2') 
 
           col1  col2 
ind1 ind2             
A    1        2     2 
     2        1     2 
 
>>> df.query('ind1 == "A" & col2 == 2').index 
 
MultiIndex(levels=[['A', 'B', 'C'], [0, 1, 2, 3, 4, 5]], 
           labels=[[0, 0], [1, 2]], 
           names=['ind1', 'ind2']) 

这是错误还是功能?如果有特征,你能解释一下这种行为吗?

编辑1: 我期望以下索引:

MultiIndex(levels=[['A'], [1, 2]], 
           labels=[[0, 0], [0, 1]], 
           names=['ind1', 'ind2']) 

编辑2: 如 Dataframe Slice does not remove Index Values 中所述切片 DF 时根本不应删除索引值;这种行为应该会产生以下结果:

>>> df.loc['A'].query('col2 == 2') 
 
      col1  col2 
ind2             
1        2     2 
2        1     2 
 
>>> df.loc['A'].query('col2 == 2').index 
 
EXPECTATION: Int64Index([0, 1, 2], dtype='int64', name='ind2') 
REALITY:     Int64Index([1, 2], dtype='int64', name='ind2') 

请您参考如下方法:

df.loc[A] 返回一个带有常规(“单个”)索引的 DF(或“ View ”):

In [12]: df.loc['A'] 
Out[12]: 
      col1  col2 
ind2 
0        1     1 
1        0     3 
2        1     2 

所以 .query() 将应用于具有常规索引的 DF...