выбор из многоиндексных панд


У меня есть многоиндексный фрейм данных со столбцами 'A' и 'B'.

есть ли способ выбрать строки путем фильтрации по одному столбцу мультииндекса без сброса индекса в один индекс столбца.

Например.

# has multi-index (A,B)
df
#can i do this? I know this doesnt work because index is multi-index so I need to     specify a tuple

df.ix[df.A ==1]
3   51   2013-09-16 22:45:37

3 ответа:

один из способов-это использовать get_level_values индексный метод:

In [11]: df
Out[11]:
     0
A B
1 4  1
2 5  2
3 6  3

In [12]: df.iloc[df.index.get_level_values('A') == 1]
Out[12]:
     0
A B
1 4  1

в 0.13 вы сможете использовать xs С drop_level аргумент:

df.xs(1, level='A', drop_level=False) # axis=1 if columns

Примечание: если бы это был столбец MultiIndex, а не Индекс, вы могли бы использовать тот же метод:

In [21]: df1 = df.T

In [22]: df1.iloc[:, df1.columns.get_level_values('A') == 1]
Out[22]:
A  1
B  4
0  1

можно использовать DataFrame.xs():

In [36]: df = DataFrame(np.random.randn(10, 4))

In [37]: df.columns = [np.random.choice(['a', 'b'], size=4).tolist(), np.random.choice(['c', 'd'], size=4)]

In [38]: df.columns.names = ['A', 'B']

In [39]: df
Out[39]:
A      b             a
B      d      d      d      d
0 -1.406  0.548 -0.635  0.576
1 -0.212 -0.583  1.012 -1.377
2  0.951 -0.349 -0.477 -1.230
3  0.451 -0.168  0.949  0.545
4 -0.362 -0.855  1.676 -2.881
5  1.283  1.027  0.085 -1.282
6  0.583 -1.406  0.327 -0.146
7 -0.518 -0.480  0.139  0.851
8 -0.030 -0.630 -1.534  0.534
9  0.246 -1.558 -1.885 -1.543

In [40]: df.xs('a', level='A', axis=1)
Out[40]:
B      d      d
0 -0.635  0.576
1  1.012 -1.377
2 -0.477 -1.230
3  0.949  0.545
4  1.676 -2.881
5  0.085 -1.282
6  0.327 -0.146
7  0.139  0.851
8 -1.534  0.534
9 -1.885 -1.543

если вы хотите сохранить A уровень (the drop_level аргумент ключевого слова доступен только начиная с v0. 13. 0):

In [42]: df.xs('a', level='A', axis=1, drop_level=False)
Out[42]:
A      a
B      d      d
0 -0.635  0.576
1  1.012 -1.377
2 -0.477 -1.230
3  0.949  0.545
4  1.676 -2.881
5  0.085 -1.282
6  0.327 -0.146
7  0.139  0.851
8 -1.534  0.534
9 -1.885 -1.543

вы также можете использовать query который очень читабелен на мой взгляд и прост в использовании:

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [10, 20, 50, 80], 'C': [6, 7, 8, 9]})
df = df.set_index(['A', 'B'])

      C
A B    
1 10  6
2 20  7
3 50  8
4 80  9

за то, что вы имели в виду, теперь вы можете просто сделать:

df.query('A == 1')

      C
A B    
1 10  6

вы также можете иметь более сложные запросы с помощью and

df.query('A >= 1 and B >= 50')

      C
A B    
3 50  8
4 80  9

и or

df.query('A == 1 or B >= 50')

      C
A B    
1 10  6
3 50  8
4 80  9

вы можете запрос на разных уровнях индекса, например,

df.query('A == 1 or C >= 8')

вернутся

      C
A B    
1 10  6
3 50  8
4 80  9