访问熊猫数据框中内部多索引级别的最后一个元素

Posted 2023-02-23

【中文标题】访问熊猫数据框中内部多索引级别的最后一个元素

【英文标题】：Access last elements of inner multiindex level in pandas dataframe

【发布时间】：2016-10-29 10:50:12

【问题描述】：

在multi index pandas 数据框中，我想访问第二个索引的 last 元素以获取第一个索引的所有值。第二个索引中的级别数取决于第一个索引的值。我浏览了pandas multi index documentation，但找不到任何可以做到这一点的东西。

例如，对于下面的数据框：

arrays = [ ['bar', 'bar', 'baz', 'foo', 'foo', 'foo',   'qux'],
           ['one', 'two', 'one', 'one', 'two', 'three', 'one']]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])
df = pd.DataFrame(np.random.randn(7, 3), index=index, columns=['A', 'B', 'C'])
df
                 A         B         C
first second
bar   one     0.289163 -0.464633 -0.060487
      two     0.224442  0.177609  2.156436
baz   one    -0.262329 -0.248384  0.925580
foo   one     0.051350  0.452014  0.206809
      two     2.757255 -0.739196  0.183735
      three  -0.064909 -0.963130  1.364771
qux   one    -1.330857  1.881588 -0.262170

我想得到：

                 A         B         C
first second
bar   two     0.224442  0.177609  2.156436
baz   one    -0.262329 -0.248384  0.925580
foo   three  -0.064909 -0.963130  1.364771
qux   one    -1.330857  1.881588 -0.262170

我正在使用的dataframes 有超过10M 行，所以我想避免显式循环。

【问题讨论】：

你可以做df.groupby(level='first').last()

【参考方案1】：

将groupby 与tail 一起使用：

print (df.groupby(level='first').tail(1))
                     A         B         C
first second                              
bar   two     0.053054 -0.555819  0.589998
baz   one    -0.868676  1.293633  1.339474
foo   three   0.407454  0.738872  1.811894
qux   one    -0.346014 -1.491270  0.446772

因为last丢了level second：

print (df.groupby(level='first').last())         
              A         B         C
first                              
bar    0.053054 -0.555819  0.589998
baz   -0.868676  1.293633  1.339474
foo    0.407454  0.738872  1.811894
qux   -0.346014 -1.491270  0.446772