代码之家 › 专栏 › 技术社区 › BallpointBen

索引数据帧,其中(多)索引仅包含数据帧的某些级别

multi-index pandas python

BallpointBen · 技术社区 · 8 年前

我希望获取一个具有多索引的数据帧,并使用另一个(多)索引对其进行索引,该索引包含数据帧级别的严格子集。数据帧中不在其他(多)索引中的级别应返回所有行。例如:

>>> df
              col
num chr
1   a    0.845402
    b    0.099432
    c    0.507409
2   a    0.684363
    b    0.582436
    c    0.666528

>>> df['col'].unstack('chr').mean()
chr
a    0.764883
b    0.340934
c    0.586968
dtype: float64

>>> df['col'].unstack('chr').mean().nsmallest(2)
chr
b    0.340934
c    0.586968
dtype: float64

>>> df['col'].unstack('chr').mean().nsmallest(2).index
Index(['b', 'c'], dtype='object', name='chr')

现在,我想返回 df 包含 'b' 或 'c' 在 'chr' 级别,以及 'num' 数量此外,我还想尝试同样的方法,在最后一步中返回的索引是 MultiIndex (即,何时 df公司 的索引有两个以上级别):

>>> df
                  col
num chr foo
1   a   bar  0.790995
        baz  0.883363
    b   bar  0.240376
        baz  0.309544
    c   bar  0.637943
        baz  0.265628
2   a   bar  0.783172
        baz  0.612230
    b   bar  0.729979
        baz  0.846814
    c   bar  0.809676
        baz  0.821503

>>> df['col'].unstack(['chr', 'foo']).mean()
chr  foo
a    bar    0.787084
     baz    0.747796
b    bar    0.485177
     baz    0.578179
c    bar    0.723809
     baz    0.543565
dtype: float64

>>> df['col'].unstack(['chr', 'foo']).mean().nsmallest(2)
chr  foo
b    bar    0.485177
c    baz    0.543565
dtype: float64

>>> df['col'].unstack(['chr', 'foo']).mean().nsmallest(2).index
MultiIndex(levels=[['a', 'b', 'c'], ['bar', 'baz']],
           labels=[[1, 2], [0, 1]],
           names=['chr', 'foo'])

我想选择所有行 df公司 其索引包含 ('b', 'bar') 或 ('c', 'baz') 在最后两个级别和 '数字' 数量

2 回复 | 直到 8 年前

BENY 8 年前

我只能用 get_level_values 和 isin

s=df['col'].mean(level=[1,2]).nsmallest(2).index.tolist()

df[pd.Series(list(zip(df.index.get_level_values(1),df.index.get_level_values(2)))).isin(s).values]
Out[163]:
                  col
num chr foo
1   b   bar  0.240376
    c   baz  0.265628
2   b   bar  0.729979
    c   baz  0.821503

BallpointBen 8 年前

我认为最干净的解决方案可能是分别检索所需的行 pd.concat 他们对于 Index 解决方案:

idx = df['col'].unstack(['chr', 'foo']).mean().nsmallest(2).index
selected = pd.concat([df.xs(label, level=idx.name, drop_level=False) 
                      for label in idx],
                     axis=0)

什么时候 idx 是一个 MultiIndex 使用 level=idx.names 相反

推荐文章

Gabriela Catalina · 合并具有不同级别的两个数据帧,并将一级层次行索引移动到列

8 年前

Baron Yugovich · 展平嵌套熊猫数据框列

8 年前

marco · Python-Pandas-在索引列中减去子列

8 年前

marco · Python-Pandas-结合str.contains使用横截面

8 年前

CDVC23 · 对多索引熊猫数据帧上的重复行求和

8 年前

pylipp · Pandas-读取多索引文件的特定列

8 年前

jbssm · 从具有多索引的数据帧中删除特定行

8 年前

Kang · 熊猫多索引数据帧中按级别对列求和

8 年前

BENY · 使用df。对多索引的查询给出了UndefinedVariableError

8 年前

Jeff Tilton · Pandas根据另一个数据帧mith多索引设置元素样式

8 年前