pandas 部分级别的多索引交集

Question

假设我有两个具有多索引的数据帧，其中一个索引比另一个更深。现在我只想 select 来自一个（更深的）数据帧的那些行，其中它们的部分索引包含在另一个数据帧中。

示例输入：

df = pandas.DataFrame(
    {
        "A": ["a1", "a1", "a1", "a2", "a2", "a2"],
        "B": ["b1", "b1", "b2", "b1", "b2", "b2"],
        "C": ["c1", "c2", "c1", "c1", "c1", "c2"],
        "V": [1, 2, 3, 4, 5, 6],
     }
).set_index(["A", "B", "C"])
df2 = pandas.DataFrame(
    {
        "A": ["a1", "a1", "a2", "a2"],
        "B": ["b1", "b3", "b1", "b3"],
        "X": [1, 2, 3, 4]
     }
).set_index(["A", "B"])

视觉：

          V
A  B  C
a1 b1 c1  1
      c2  2
   b2 c1  3
a2 b1 c1  4
   b2 c1  5
      c2  6

       X
A  B
a1 b1  1
   b3  2
a2 b1  3
   b3  4

期望的输出：

result = pandas.DataFrame(
    {
        "A": ["a1", "a1", "a2"],
        "B": ["b1", "b1", "b1"],
        "C": ["c1", "c2", "c1"],
        "V": [1, 2, 4],
     }
).set_index(["A", "B", "C"])

视觉：

          V
A  B  C
a1 b1 c1  1
      c2  2
a2 b1 c1  4

我试过了 df.loc[df2.index] 和 df.loc[df.index.intersection(df2.index)] 但这不起作用。

我想我可以做 df.join(df2, how="inner") 然后删除所有添加的 df2 列，但这很麻烦。或者有没有办法去掉 df2 的所有列？

如有任何帮助，我将不胜感激。

Answer 1

一种选择是在两者共有的特定标签上使用 isin，并使用生成的布尔值过滤 df:

df.loc[df.index.droplevel('C').isin(df2.index)]
 
          V
A  B  C    
a1 b1 c1  1
      c2  2
a2 b1 c1  4

pandas 部分级别的多索引交集

pandas MultiIndex intersection on partial levels

python

join

intersection

multi-index

pandas