使用 pandas multiIndex 数据框进行选择答案

【问题标题】：Selection with pandas multiIndexed dataframe使用 pandas multiIndex 数据框进行选择
【发布时间】：2017-08-10 01:32:03
【问题描述】：

我有一个多索引数据框，如下所示：

df.head():

如何选择第一个索引 ==“特定学校名称”的所有行和所有第二个索引（月份列 ==“Jan”）的所有行？

我之前没有使用过 multiIndexed 数据帧，我可以像这样选择 Month == "Jan" 的所有行：

df[df['Month'] == 'Jan']

但这给了我所有的学校。我一直在玩它，但无法为一所学校添加索引。那么这是如何工作的呢？

编辑：好的，这样就可以了：df[df['Month'] == 'Mar'].loc["School Name"]，但是有没有更惯用的方法或者这是标准的方法？

【问题讨论】：

标签： python-3.x pandas dataframe indexing multi-index

【解决方案1】：

你可以使用query:

print (df.query('ilevel_0 == "School Name" and Month == "Jan"'))

示例：

df = pd.DataFrame({'A':['School Name','Agona','another'],
                   'B':[0,1,2],
                   'Month':['Jan', 'Jan', 'Feb']}).set_index(['A','B'])
df.index.names = [None, None]
print (df)
              Month
School Name 0   Jan
Agona       1   Jan
another     2   Feb

print (df.query('ilevel_0 == "School Name" and Month == "Jan"'))
              Month
School Name 0   Jan

print (df.query('ilevel_0 == "School Name" & Month == "Jan"'))
              Month
School Name 0   Jan

boolean indexing 的解决方案：

mask = (df.index.get_level_values(0) == 'School Name') & (df['Month'] == 'Jan')
print (df[mask])
              Month
School Name 0   Jan

编辑：

对于变量使用@:

var = 'School Name'
print (df.query('ilevel_0 == @var & Month == "Jan"'))
              Month
School Name 0   Jan

【讨论】：

如果School Name 是一个变量，我应该这样做，df.query('ilevel_0 == "'+schools[2]+'" and Month == "Feb"') 还是更好地使用布尔索引，或者我在编辑中添加的方式？
我认为query 在更大的df中尤其是在空间上要快得多，在我看来这里使用query而不是boolean indexing更具可读性。但两种解决方案都适用。
对于变量可以使用@，请参阅最后的编辑。 Docs for multiindex query syntax.