Python Pandas 按二级索引（或任何其他级别）对多索引进行切片

Question

有很多关于通过 level1. However, I cannot find a solution for my problem; that is, I need a range of the level1 索引范围对 multiindex 的 level[0] 进行切片的帖子，用于 level[0] 索引值

dataframe：首先是A到Z，Rank是1到400；我需要每个级别 [0]（第一）的前 2 个和后 2 个，但不在同一步骤中。

           Title Score
First Rank 
A     1    foo   100
      2    bar   90
      3    lime  80
      4    lame  70
B     1    foo   400
      2    lime  300
      3    lame  200
      4    dime  100

我正在尝试使用以下代码获取每个级别 1 索引的最后 2 行，但它仅针对第一个级别 [0] 值进行正确切片。

[IN]  df.ix[x.index.levels[1][-2]:]
[OUT] 
               Title Score
    First Rank 
    A     3    lime  80
          4    lame  70
    B     1    foo   400
          2    lime  300
          3    lame  200
          4    dime  100

前 2 行我通过交换索引得到，但我无法使其适用于最后 2 行。

df.index = df.index.swaplevel("Rank", "First")
df= df.sortlevel() #to sort by Rank
df.ix[1:2] #Produces the first 2 ranks with 2 level[1] (First) each.
           Title Score
Rank First 
1     A    foo   100
      B    foo   400
2     A    bar   90
      B    lime  300

当然我可以把这个换回来得到这个：

df2 = df.ix[1:2]
df2.index = ttt.index.swaplevel("First","rank") #change the order of the indices back.
df2.sortlevel()
               Title Score
    First Rank 
    A     1    foo   100
          2    bar   90
    B     1    foo   400
          2    lime  300

感谢任何帮助以相同的程序获得：

索引的最后 2 行1（排名）
以及获取前 2 行的更好方法

编辑@ako 的反馈：

使用pd.IndexSlice确实可以轻松地对任何级别的索引进行切片。这是一个更通用的解决方案，下面是我逐步获取第一行和最后两行的方法。更多信息在这里：http://pandas.pydata.org/pandas-docs/stable/advanced.html#using-slicers

"""    
Slicing a dataframe at the level[2] index of the
major axis (row) for specific and at the level[1] index for columns.

"""
    df.loc[idx[:,:,['some label','another label']],idx[:,'yet another label']]

"""
Thanks to @ako below is my solution, including how I
get the top and last 2 rows.
"""
    idx = pd.IndexSlice
    # Top 2
    df.loc[idx[:,[1,2],:] #[1,2] is NOT a row index, it is the rank label. 
    # Last 2
    max = len(df.index.levels[df.index.names.index("rank")]) # unique rank labels
    last2=[x for x in range(max-2,max)]
    df.loc[idx[:,last2],:] #for last 2 - assuming all level[0] have the same lengths.

Answer 1

使用索引器在任意维度中对任意值进行切片——只需传递一个列表，其中包含该维度所需的任何级别/值。

idx = pd.IndexSlice
df.loc[idx[:,[3,4]],:]

           Title  Score
First Rank             
A     3     lime     80
      4     lame     70
B     3     lame    200
      4     dime    100

用于复制数据：

from io import StringIO

s="""
First Rank Title Score
A      1    foo   100
A      2    bar   90
A      3    lime  80
A      4    lame  70
B      1    foo   400
B      2    lime  300
B      3    lame  200
B      4    dime  100
"""
df = pd.read_csv(StringIO(s),
                 sep='\s+',
                 index_col=["First", "Rank"])

Answer 2

在多级索引中按任意级别切片的另一种方法是使用 slice(None) 和 .loc[]。 .loc[] 将采用元组作为多级索引，使用 slice(None) 作为级别表示特定索引未被切片，然后为正在切片的索引传递单个项目或列表。希望对以后的读者有所帮助

df.loc[ ( slice(None), [3, 4] ),  : ]

Python Pandas 按二级索引（或任何其他级别）对多索引进行切片

Python Pandas slice multiindex by second level index (or any other level)

python

sorting

slice

multi-index

pandas