MultiIndex：高级索引 - 如何选择 DataFrame 的不同部分？

Posted 2023-03-12

【中文标题】MultiIndex：高级索引 - 如何选择 DataFrame 的不同部分？

【英文标题】：MultiIndex: advanced indexing - how to select different parts of DataFrame?

【发布时间】：2020-10-27 11:32:49

【问题描述】：

arrays = [np.array(['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux']),
          np.array(['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two'])]

df2 = pd.DataFrame(np.random.randn(8, 4), index=arrays)

我的矩阵是 df2。现在我想选择'foo'，'one'和'two'的所有行，但只选择multiIndex'bar'的'one'行。这似乎很容易，但我尝试了多种方法都没有成功。

df2.loc['bar':('foo','one')]

，产生一个类似的矩阵，但包括我不想要的“baz”行。

df2.loc[idx['foo','bar'],idx['one','two'], :]

，也类似但第二行的'foo'，'two'我不要了。

如果有人可以提供帮助并提供一些处理 multiIndex 的技巧，那就太好了！

【问题讨论】：

我非常有信心Select rows in MultiIndex dataFrame 会有所帮助。

感谢您的回复！会看看

与此同时，这似乎是解决您的问题的最快方法：pd.concat([df.loc[['foo']], df.loc[[('bar', 'one')]]])

【参考方案1】：

在一行中，IMO 最简单的方法是使用查询构建表达式，如 here 所述：

df.query("ilevel_0 == 'foo' or (ilevel_0 == 'bar' and ilevel_1 == 'one')") 

                0         1         2         3
bar one  0.249768  0.619312  1.851270 -0.593451
foo one  0.770139 -2.205407  0.359475 -0.754134
    two -1.109005 -0.802934  0.874133  0.135057

---

否则，使用更常规的方式，你可以考虑

pd.concat([df.loc[['foo']], df.loc[[('bar', 'one')]]]) 

                0         1         2         3
foo one  0.770139 -2.205407  0.359475 -0.754134
    two -1.109005 -0.802934  0.874133  0.135057
bar one  0.249768  0.619312  1.851270 -0.593451

其中有两部分：

df.loc[['foo']]

                0         1         2         3
foo one  0.770139 -2.205407  0.359475 -0.754134
    two -1.109005 -0.802934  0.874133  0.135057

和，

df.loc[[('bar', 'one')]]

                0         1        2         3
bar one  0.249768  0.619312  1.85127 -0.593451

每个索引周围的大括号是为了防止在切片操作过程中掉级。

【讨论】：

@ezrabloemendaal 请考虑投票并将答案标记为已接受（单击答案左侧的灰色复选标记将其切换为绿色）。它表明您发现此答案很有帮助。谢谢