熊猫数据框检查索引是不是存在于多索引中

Posted

技术标签:

【中文标题】熊猫数据框检查索引是不是存在于多索引中【英文标题】:pandas dataframe check if index exists in a multi index熊猫数据框检查索引是否存在于多索引中 【发布时间】:2018-07-01 02:47:10 【问题描述】:

我有一个 pandas 数据框,它有一个使用列 useriditemid 创建的多索引。 df 是这样的

                  0     1     2
userid  itemid
007     5000      9     4     3
007     4000      6     7     1
009     3000      1     2     3

我想检查数据帧 df 中是否存在索引 [007, 6000]。我怎样才能做到这一点。如果我运行以下代码,则会出现错误TypeError: unhashable type: 'list'

if [007, 6000] in df.index:
    print('it works')

【问题讨论】:

pandas 惯用的 in/not in 是 isin。另外,这些是整数还是字符串? 【参考方案1】:

为此——

df

               0  1  2
userid itemid         
7      5000    9  4  3
       4000    6  7  1
9      3000    1  2  3

df.index.values
array([(7, 5000), (7, 4000), (9, 3000)], dtype=object)

您可以使用df.index.isin

df.index.isin([(7, 5000)])
array([ True, False, False], dtype=bool)

这为您提供了一个与 where 对应的掩码,可以找到该值。如果您只想知道它是否存在,请结合使用np.ndarray.anyisin

df.index.isin([(7, 5000)]).any()
True

df.index.isin([(7, 6000)]).any()
False

【讨论】:

我尝试了这种方法,但收到错误消息TypeError: object of type 'numpy.int64' has no len() @user77005 什么,len 在任何地方都不是我的代码的一部分。你在跑什么? 我的错误。我没有将索引作为元组提供。你的建议有效 有没有办法可以传入字典而不是元组?如果您不必担心索引级别的顺序,那就太好了【参考方案2】:

使用Index.isin:

df = df.index.isin([('007','5000')])
print (df)
[ True False False]

【讨论】:

【参考方案3】:

pd.MultiIndex 转换为list 并检查list 中是否存在

代码

import pandas as pd

mi = pd.MultiIndex.from_tuples(
    [(7, 5000), (7, 4000), (8, 3000)], names=['usedId', 'itemId'])
df = pd.DataFrame([[9, 4, 3], [6, 7, 1], [1, 2, 3]], index=mi)

print('df:', df, sep='\n', end='\n\n')
print('mi:', mi, sep='\n', end='\n\n')

print('Check for elements in Multi-Index:')
print('\t(7, 4000) in mi.to_list():', (7, 4000) in mi.to_list())
print('\t(7, 99) in mi.to_list():', (7, 99) in mi.to_list())

输出

df:
               0  1  2
usedId itemId         
7      5000    9  4  3
       4000    6  7  1
8      3000    1  2  3

mi:
MultiIndex([(7, 5000),
            (7, 4000),
            (8, 3000)],
           names=['usedId', 'itemId'])

Check for elements in Multi-Index:
    (7, 4000) in mi.to_list(): True
    (7, 99) in mi.to_list(): False

【讨论】:

以上是关于熊猫数据框检查索引是不是存在于多索引中的主要内容,如果未能解决你的问题,请参考以下文章

`错误:不平衡括号`同时检查项目是不是存在于熊猫数据框中

将 numpy 数组复制到 Panda 多索引中(大小相同)

熊猫列多索引中的缺失值

如何将多索引列转换为熊猫数据框的单索引列?

从隐藏在多索引中的年月创建日期时间

如果存在多索引,熊猫将不允许选择列?