部分级别上的 pandas MultiIndex 交集

Posted 2023-03-12

【中文标题】部分级别上的 pandas MultiIndex 交集

【英文标题】：pandas MultiIndex intersection on partial levels

【发布时间】：2022-01-04 09:14:03

【问题描述】：

假设我有两个带有多索引的数据框，其中一个索引比另一个更深。现在我想从一个（更深的）数据框中只选择那些行，其中它们的部分索引包含在另一个数据框中。

示例输入：

df = pandas.DataFrame(
    
        "A": ["a1", "a1", "a1", "a2", "a2", "a2"],
        "B": ["b1", "b1", "b2", "b1", "b2", "b2"],
        "C": ["c1", "c2", "c1", "c1", "c1", "c2"],
        "V": [1, 2, 3, 4, 5, 6],
     
).set_index(["A", "B", "C"])
df2 = pandas.DataFrame(
    
        "A": ["a1", "a1", "a2", "a2"],
        "B": ["b1", "b3", "b1", "b3"],
        "X": [1, 2, 3, 4]
     
).set_index(["A", "B"])

视觉：

          V
A  B  C
a1 b1 c1  1
      c2  2
   b2 c1  3
a2 b1 c1  4
   b2 c1  5
      c2  6

       X
A  B
a1 b1  1
   b3  2
a2 b1  3
   b3  4

期望的输出：

result = pandas.DataFrame(
    
        "A": ["a1", "a1", "a2"],
        "B": ["b1", "b1", "b1"],
        "C": ["c1", "c2", "c1"],
        "V": [1, 2, 4],
     
).set_index(["A", "B", "C"])

视觉：

          V
A  B  C
a1 b1 c1  1
      c2  2
a2 b1 c1  4

我试过了 df.loc[df2.index] 和 df.loc[df.index.intersection(df2.index)] 但这不起作用。

我想我可以做df.join(df2, how="inner") 然后删除所有添加的df2 列，但这很麻烦。或者有没有办法把df2的列全部去掉？

我将不胜感激。

【参考方案1】：

一种选择是在两者共有的特定标签上使用isin，并使用生成的布尔值来过滤df：

df.loc[df.index.droplevel('C').isin(df2.index)]
 
          V
A  B  C    
a1 b1 c1  1
      c2  2
a2 b1 c1  4