pandas 多索引数据框中的 Select 列
Select colums in pandas multi index dataframe
我可能有一个相当简单的 pandas 问题,但是尽管尝试了 Whosebug 上发布的多种解决方案,但我还是不知道如何正确地解决它。
我有 pandas multi-index 具有以下结构的数据框:
Image1
现在我想select这个数据框的一个子集基于第一列headers (HDx_DATE)
我要显示的列存储在列表中,例如
columns_show = ["HD1_DATE", "HD2_DATE"]
过滤后,Dateframe 应如下所示:
Image2
因此它应该只显示系统值并为列表中的列输入值。
我怎样才能做到这一点?
非常感谢您的支持
丹尼尔
您好,感谢您的热烈欢迎。以后我会注意这些准则的。
我终于在这个post的帮助下解决了我的问题:
multi column selection with pandas xs function is failed
这对我有用:
select = df_compare_filtered.columns.get_level_values(0).isin(columns_show)
df_compare_filtered.loc[:, select]
数据框如下所示:
A B C
system | user system | user system | user
1 2 3 8 3 5
假设列表列显示为:
columns_show = ["A", "C"]
然后生成的数据框如下所示:
A C
system | user system | user
1 2 3 5
我可能有一个相当简单的 pandas 问题,但是尽管尝试了 Whosebug 上发布的多种解决方案,但我还是不知道如何正确地解决它。
我有 pandas multi-index 具有以下结构的数据框:
Image1
现在我想select这个数据框的一个子集基于第一列headers (HDx_DATE)
我要显示的列存储在列表中,例如
columns_show = ["HD1_DATE", "HD2_DATE"]
过滤后,Dateframe 应如下所示:
Image2
因此它应该只显示系统值并为列表中的列输入值。
我怎样才能做到这一点?
非常感谢您的支持
丹尼尔
您好,感谢您的热烈欢迎。以后我会注意这些准则的。
我终于在这个post的帮助下解决了我的问题:
multi column selection with pandas xs function is failed
这对我有用:
select = df_compare_filtered.columns.get_level_values(0).isin(columns_show)
df_compare_filtered.loc[:, select]
数据框如下所示:
A B C
system | user system | user system | user
1 2 3 8 3 5
假设列表列显示为:
columns_show = ["A", "C"]
然后生成的数据框如下所示:
A C
system | user system | user
1 2 3 5