熊猫如何切片多索引数据框？

Posted 2023-02-23

【中文标题】熊猫如何切片多索引数据框？

【英文标题】：Pandas How to slice multiindex Dataframe?

【发布时间】：2018-07-28 13:28:21

【问题描述】：

           name                     address             contact_info    
        first_name  last_name       stret   city    mobile      email
    1   AAA             BBB         XXX     YYY     02020       [e-mail]
    2   111             222         333     444     239393      [e-mail]

我有一个上述格式的 excel。我想要的是在 name 中包含每一列，然后只有 contact_info 中的 mobile 列才会有人告诉我如何做到这一点。以下代码为我提供了 name 和 contact_info

中的所有内容

import pandas as pd
df = pd.read_excel("test.xlsx", header=[0, 1], sheet_name="Mapping")
print df[["name", "contact_info"]]

我正在尝试得到这样的东西，

first_name  last_name   mobile
AAA         BBB        102020
111         222        239393

【参考方案1】：

不知道为什么要避免连接，但这样做：

df = pd.read_excel("multi-index-test.xlsx", header=[0, 1], sheet_name="Mapping")
df.drop('address', level=0, axis=1).drop('e-mail', level=1, axis=1)

这利用了MultiIndex.drop()。

【参考方案2】：

选项 1 我能想到的最简单的方法是列切片：

df['name'].join(df['contact_info']['mobile'])

  first_name last_name  mobile
1        AAA       BBB  020202
2        111       222  239393

---

选项2pd.DataFrame.filter

df.filter(regex='name|mobile')

        name           contact_info
  first_name last_name       mobile
1        AAA       BBB       020202
2        111       222       239393

我们可以降级

d = df.filter(regex='name|mobile')
d.columns = d.columns.droplevel(0)
d

  first_name last_name  mobile
1        AAA       BBB  020202
2        111       222  239393

【讨论】：

很好，过滤习语在这里很有用，将提交记忆。

【参考方案3】：

您要查找的内容只需要 basic indexing on a multiindex 和 concat。这是一个例子：

df = pd.read_excel("multi-index-test.xlsx", header=[0, 1])
df1 = df[["name"]]
df2 = df['contact_info', 'mobile']
pd.concat([df1, df2], axis=1)

我相信这个解决方案的好处是 1) 简单和 2) 通用。

【参考方案4】：

您可以在这里使用df.xs：

i = df.xs('name', axis=1)
j = df.xs('mobile', axis=1, level=-1)

pd.concat([i, j], axis=1)

  first_name last_name  contact_info
1        AAA       BBB          2020
2        111       222        239393

【讨论】：

有什么理由可以不用 concat。

【参考方案5】：

通过使用IndexSlice + concat

idx = pd.IndexSlice
pd.concat([df.loc[:, idx['name',:]],df.loc[:,idx[:,'mobile']]])
Out[104]: 
   contact_info       name          
         mobile first_name last_name
1           NaN        AAA       BBB
2           NaN        111       222
1          2020        NaN       NaN
2        239393        NaN       NaN

【讨论】：

嗯，这里好像不能避免concat。

@cᴏʟᴅsᴘᴇᴇᴅ 是的，导致多重索引