如何使用基于整数位置的索引访问 MultiIndex 数据帧中的行

Posted 2023-03-12

【中文标题】如何使用基于整数位置的索引访问 MultiIndex 数据帧中的行

【英文标题】：How to access rows in a MultiIndex dataframe by using integer-location based indexing

【发布时间】：2021-12-27 04:03:09

【问题描述】：

假设我有以下 MultiIndex DataFrame，标题为 df：

arrays = [["bar", "bar", "baz", "baz", "foo", "foo", "qux", "qux"],
          ["one", "two", "one", "two", "one", "two", "one", "two"],]
tuples = list(zip(*arrays))

index = pd.MultiIndex.from_tuples(tuples, names=["first", "second"])

df = pd.Series(np.random.randn(8), index=index)

如果我想访问与baz 关联的所有行，例如，我会使用横截面：df.xs(('baz'))。

但是有没有办法通过引用第一级中的整数位置来访问行，类似于单索引数据帧的iloc？在我的示例中，我认为这将是索引位置 1。

我尝试了使用.loc 的解决方法，如下所示：

(df.loc[[df.index.get_level_values(0)[1]]]

但这会返回与bar 关联的第一组行。我相信这是因为整数位置 1 仍在bar 内。我必须参考 2 才能到达 baz。

我可以让位置 0、1、2 和 3 分别引用 bar、baz、foo 和 qux 吗？

【参考方案1】：

您可以使用levels

df.xs(df.index.levels[0][1])
second
one   -1.052578
two    0.565691
dtype: float64

更多细节

df.index.levels[0][0]
'bar'
df.index.levels[0][1]
'baz'