Python- 在 Pandas Slicer 中解压列表

Posted 2023-02-16

【中文标题】Python- 在 Pandas Slicer 中解压列表

【英文标题】：Python- Unpack A List in Pandas Slicer

【发布时间】：2019-08-26 13:41:07

【问题描述】：

我写了一个类似下面的函数。该函数需要一个多级数据框。 column_name 参数可以是 ['Deal Name','Deal Expense']。要过滤多级数据框，我需要在数据框过滤器中解压缩 column_name 列表。

我希望像df[*column_name].loc[row_name] 这样的东西会起作用，但它没有。

更多信息： 我正在尝试访问多级数据框。 column_name[0] 是我想要在级别 0 上的列的名称，column_name[1] 是我想要在级别 1 上的列的名称，依此类推。

def search_table(row_name, column_name):
    if header == 1:
        output = df.at[row_name, column_name]
    elif header == 2:
        output = df[column_name[0], column_name[1]].loc[row_name]
    elif header == 3:
        output = df[column_name[0], column_name[1], column_name[2]].loc[row_name]
    elif header == 4:
        output = df[column_name[0], column_name[1], column_name[2], column_name[3]].loc[row_name]
    return output

这个函数可以完成这项工作，但写起来真的很傻。如何解压数据框切片器中的列表？

【参考方案1】：

我不确定我是否理解您的标头参数的作用，pandas 数据帧可以按列名数组进行切片。因此，您可以直接通过列数组访问，而无需使用 python 列表解包运算符 (*)，如下所示：

def search_table(row_name, column_name):
    if header == 1:
        return df.at[row_name, column_name]
    elif header >= 2:
        return df[column_name].loc[row_name]

【讨论】：

我正在尝试访问多级数据框。我应该清楚 column_name[0] 是我想要在级别 0 上的列的名称，column_name [1] 是我想要在级别 2 上的列的名称