使用部分索引元组列表对多索引数据帧进行切片的最佳方法是什么？

Question

我想使用部分匹配的索引或元组列表对数据帧进行切片。

_ix = [('foo','a', 1), ('foo','a', 2), ('foo','b', 1), 
       ('foo','b', 2), ('foo','c', 1), ('foo','c', 2)]
df = pd.DataFrame(np.ones((6, 1)), index=pd.MultiIndex.from_tuples(_ix))
print(df)

           0
foo a 1  1.0
      2  1.0
    b 1  1.0
      2  1.0
    c 1  1.0
      2  1.0

给定查询索引，如：

q_ix = [('foo', 'a'), ('foo', 'c')]

我要获取

           0
foo a 1  1.0
      2  1.0
    c 1  1.0
      2  1.0

我可以通过使用pd.concat和列表理解得到这个...

df_sliced = pd.concat([df.loc[(*x, slice(None)), :] for x in q_ix])

...但是当我的查询索引很大时，这非常笨拙。有没有更好的办法？

Answer 1

这是一种方法

df.reset_index(level=2).loc[q_ix].set_index('level_2',append=True)
                 0
      level_2     
foo a 1        1.0
      2        1.0
    c 1        1.0
      2        1.0

Answer 2

使用 pd.IndexSlice 来自 pandas

import pandas as pd

idx = pd.IndexSlice


df.loc[idx[:, ['a', 'c']], :] # Can use 'foo' instead of : on the first lvl

产出

           0
foo a 1  1.0
      2  1.0
    c 1  1.0
      2  1.0

它读取了第一层 (:) 的所有内容，然后在第二层获取 ["a", "c"]。我们将其包含在 idx 中以标记它是一个切片。最后，最后一个 : 告诉我们想要所有的列。

Answer 3

您可以尝试在面具上使用 index.droplevel 和 isin，以及 .loc

n = df.index.droplevel(2).isin(q_ix)

Out[75]: array([ True,  True, False, False,  True,  True])

df.loc[n]

Out[76]:
           0
foo a 1  1.0
      2  1.0
    c 1  1.0
      2  1.0

使用部分索引元组列表对多索引数据帧进行切片的最佳方法是什么？

What is the best way to slice a multiindex dataframe using a list of partial index tuples?

python

pandas

slice

partial

multi-index