如何使用另一个 MultiIndex 对一个 MultiIndex DataFrame 进行切片

Question

我有一个 pandas 数据框，其中包含 3 个级别的 MultiIndex。我正在尝试根据对应于两个级别的值列表提取此数据框的行。

我有这样的东西：

ix = pd.MultiIndex.from_product([[1, 2, 3], ['foo', 'bar'], ['baz', 'can']], names=['a', 'b', 'c'])
data = np.arange(len(ix))
df = pd.DataFrame(data, index=ix, columns=['hi'])
print(df)

           hi
a b   c      
1 foo baz   0
      can   1
  bar baz   2
      can   3
2 foo baz   4
      can   5
  bar baz   6
      can   7
3 foo baz   8
      can   9
  bar baz  10
      can  11

现在我想获取索引级别 'b' 和 'c' 在该索引中的所有行：

ix_use = pd.MultiIndex.from_tuples([('foo', 'can'), ('bar', 'baz')], names=['b', 'c'])

即hi 的值在级别 b 和 c 中分别具有 ('foo', 'can') 或 ('bar', 'baz')：(1, 2, 5, 6, 9, 10).

所以我想在第一层取一个slice(None)，在第二层和第三层提取特定的元组。

最初我认为将多索引对象传递给 .loc 会提取我想要的值/级别，但这不起作用。执行此类操作的最佳方法是什么？

Answer 1

这里有一个获取切片的方法：

df.sort_index(inplace=True)
idx = pd.IndexSlice
df.loc[idx[:, ('foo','bar'), 'can'], :]

屈服

           hi
a b   c      
1 bar can   3
  foo can   1
2 bar can   7
  foo can   5
3 bar can  11
  foo can   9

请注意，您可能需要先对 MultiIndex 进行排序，然后才能对其进行切片。好吧 pandas 很友好地警告你是否需要这样做：

KeyError: 'MultiIndex Slicing requires the index to be fully lexsorted tuple len (3), lexsort depth (1)'

您可以在 docs

中阅读有关如何使用切片器的更多信息

如果由于某种原因不能使用切片器，这里有一种使用 .isin() 方法获得相同切片的方法：

df[df.index.get_level_values('b').isin(ix_use.get_level_values(0)) & df.index.get_level_values('c').isin(ix_use.get_level_values(1))]

显然不够简洁。

更新：

对于您在此处更新的条件，有一种方法可以做到：

cond1 = (df.index.get_level_values('b').isin(['foo'])) & (df.index.get_level_values('c').isin(['can']))
cond2 = (df.index.get_level_values('b').isin(['bar'])) & (df.index.get_level_values('c').isin(['baz']))
df[cond1 | cond2]

生产：

           hi
a b   c      
1 foo can   1
  bar baz   2
2 foo can   5
  bar baz   6
3 foo can   9
  bar baz  10

Answer 2

我觉得这行不通很有趣：

In [45]: df.loc[(idx[:, 'foo', 'can'], idx[:, 'bar', 'baz']), ]
Out[45]: 
           hi
a b   c      
1 bar baz   2
      can   3
  foo baz   0
      can   1
2 bar baz   6
      can   7
  foo baz   4
      can   5
3 bar baz  10
      can  11
  foo baz   8
      can   9

有点像 "should"。无论如何，这是一个合理的解决方法：

让我们假设您想要切片的元组在另一个 DataFrame 的索引中（因为听起来它们可能是在您的情况下！）。

In [53]: ix_use = pd.MultiIndex.from_tuples([('foo', 'can'), ('bar', 'baz')], names=['b', 'c'])
In [55]: other = pd.DataFrame(dict(a=1), index=ix_use)
In [56]: other
Out[56]: 
         a
b   c     
foo can  1
bar baz  1

现在根据 other 的索引对 df 进行切片，我们可以使用 .loc/.ix 允许您给出元组列表的事实（参见最后一个例子 here).

首先让我们构建我们想要的元组列表：

In [13]: idx = [(x, ) + y for x in df.index.levels[0] for y in other.index.values]
In [14]: idx
Out[14]: 
[(1, 'foo', 'can'),
 (1, 'bar', 'baz'),
 (2, 'foo', 'can'),
 (2, 'bar', 'baz'),
 (3, 'foo', 'can'),
 (3, 'bar', 'baz')]

现在我们可以将此列表传递给 .ix 或 .loc:

In [17]: df.ix[idx]
Out[17]: 
           hi
a b   c      
1 foo can   1
  bar baz   2
2 foo can   5
  bar baz   6
3 foo can   9
  bar baz  10

Answer 3

我会推荐 the query() method just like in this Q&A。

简单的用这个，我觉得更自然的表达方式：

In [27]: df.query("(b == 'foo' and c == 'can') or (b == 'bar' and c == 'baz')")
Out[27]: 
           hi
a b   c      
1 foo can   1
  bar baz   2
2 foo can   5
  bar baz   6
3 foo can   9
  bar baz  10

如何使用另一个 MultiIndex 对一个 MultiIndex DataFrame 进行切片

How to slice one MultiIndex DataFrame with the MultiIndex of another

python

pandas

dataframe

multi-index