通过 MultiIndex 选择熊猫

Posted 2023-03-11

【中文标题】通过 MultiIndex 选择熊猫

【英文标题】：Pandas selection by MultiIndex

【发布时间】：2018-06-16 06:36:33

【问题描述】：

关于通过MultiIndex选择行的问题。

df:

              colA   ColB

   A1   B1   1  ca1  cb1
             2  ca2  cb2
        B2   1  ca3  cb3
             2  ca4  cb4 
   A2   B1   1  ca5  cb5
             2  ca6  cb6
        B2   1  ca7  cb7
             2  ca8  cb8

我想从 MultiIndex levels(2) > 1 的 A2/B1 中选择 colA。 我正在分多个步骤进行：

df1=df.loc[A2,[B7],:,]  

出于某种原因，我必须在括号中表示级别（1）

df1.index = x1.index.droplevel(0)

df1.index = x1.index.droplevel(0)

df1.loc[1:,'colA']

我知道这太过分了，但我不知道如何更简单。我能想到的方法不想工作。

【问题讨论】：

How to query MultiIndex index columns values in pandas的可能重复

^ 上面dupe中的索引是一个命名索引，所以这里不适用。

@Ranny，下次请发布一些可重现的数据。您可以使用df.to_dict() 轻松完成。谢谢！

【参考方案1】：

由于您使用的是未命名的索引列，因此一种方法是在 ilevel_* 上使用 query -

df.query("ilevel_0 == 'A2' and ilevel_1 == 'B1' and ilevel_2 > 1")

        colA ColB
A2 B1 2  ca6  cb6

---

另一种方法是使用index.get_level_values -

f = df.index.get_level_values
df.loc[(f(0) == 'A2') & (f(1) == 'B1') & (f(2) > 1)]

        colA ColB
A2 B1 2  ca6  cb6

【讨论】：

在我尝试之前。我知道查询有点慢。如果我将名称添加到索引级别会有什么变化？

@Ranny 实际上并不多……只是字符串表达式。如果你不想要query，loc 应该很快。

将df.index.get_level_values 重命名为f 非常酷！ +1

感谢所有帮助。我将使用“f”方法，但会将其他两个保留在武器库中。我只需要摆脱 MultiIndex 的前两个级别。我认为重新索引会做得很好。再次感谢。

@Ranny 不客气。不要忘记对我们的答案进行投票，并接受最有帮助的答案。

【参考方案2】：

您也可以在两个操作中执行此操作。首先使用loc 选择A2 和B1 中的部分，然后通过设置query('index > 1') 对剩余索引进行另一次查询。

df = pd.DataFrame('ColB': ('A1', 'B1', 1): 'cb1',
  ('A1', 'B1', 2): 'cb2',
  ('A1', 'B2', 1): 'cb3',
  ('A1', 'B2', 2): 'cb4',
  ('A2', 'B1', 1): 'cb5',
  ('A2', 'B1', 2): 'cb6',
  ('A2', 'B2', 1): 'cb7',
  ('A2', 'B2', 2): 'cb8',
 'colA': ('A1', 'B1', 1): 'ca1',
  ('A1', 'B1', 2): 'ca2',
  ('A1', 'B2', 1): 'ca3',
  ('A1', 'B2', 2): 'ca4',
  ('A2', 'B1', 1): 'ca5',
  ('A2', 'B1', 2): 'ca6',
  ('A2', 'B2', 1): 'ca7',
  ('A2', 'B2', 2): 'ca8')

# Answer here
df.loc["A2", "B1"].query("index > 1")
Output:
    ColB    colA
 2  cb6     ca6

【讨论】：

我喜欢这个（因为我更了解它）。它有效，只是我需要先对索引进行排序。我唯一不能在引号内传递变量以进行查询。如何做到这一点？ a=1; “索引>一个”

@Ranny .query("index > @a")

@Ranny 混合 loc 和 query 并不像使用两者一样干净。 :-)

谢谢泰。其实我会选择你的解决方案，%timeit 有很大的不同。 3.6 vs 71.6（没有 f 分配）。下次我会记住 .to_dict() 的。

@Ranny Cool。感谢您让我知道您的实验。