在熊猫多索引中获取特殊组答案

【问题标题】：Get special group in pandas multiindex在熊猫多索引中获取特殊组
【发布时间】：2018-06-13 21:44:49
【问题描述】：

我有一个带有 MultiIndex 的 DataFrame，如下所示：

In [5]: df
Out[5]:
                 a   b
lvl0 lvl1 lvl2
A0   B0   C0     0   1
          C1     2   3
          C2     4   5
          C3     6   7
     B1   C0     8   9
          C1    10  11
          C2    12  13
          C3    14  15
A1   B0   C0    16  47
          C1    18  49
          C2    20  41
          C3    22  43
     B1   C0    24  25
          C1    26  27
          C2    28  29
          C3    30  31
A2   B0   C0    32  33
          C1    34  35
          C2    36  37
          C3    38  39
     B1   C0    40  41
          C1    42  43
          C2    44  45
          C3    46  47

我想在每个 lvl0 索引中获得特殊的 lvl1 组。在这种情况下，选择列 b 具有最大值的组，结果可能是这样的：

                 a   b
lvl0 lvl1 lvl2
A0   B1   C0     8   9
          C1    10  11
          C2    12  13
          C3    14  15
A1   B0   C0    16  47
          C1    18  49
          C2    20  41
          C3    22  43
A2   B1   C0    40  41
          C1    42  43
          C2    44  45
          C3    46  47

有没有像df[(('A0','B1'),('A1','B0'),('A2','B1')),:] 这样的索引方法？我已经尽力了，谢谢你的帮助。

【问题讨论】：

标签： pandas multi-index

【解决方案1】：

你可以使用：

df1 = df.reset_index(level=2, drop=True)
mask = df1.index.isin(df1.groupby(level=[0])['b'].idxmax())
df = df[mask]

print (df)
                 a   b
lvl0 lvl1 lvl2        
A0   B1   C0     8   9
          C1    10  11
          C2    12  13
          C3    14  15
A1   B0   C0    16  47
          C1    18  49
          C2    20  41
          C3    22  43
A2   B1   C0    40  41
          C1    42  43
          C2    44  45
          C3    46  47

解释：

首先将reset_index 和groupby 与idxmax 删除3 级MultiIndex 以获取b 列中最大值的索引：

df1 = df.reset_index(level=2, drop=True)
idx = df1.groupby(level=[0])['b'].idxmax()
print (idx)
 lvl0
A0    (A0, B1)
A1    (A1, B0)
A2    (A2, B1)
Name: b, dtype: object

然后通过isin比较创建布尔掩码：

print (df1.index.isin(idx))
[False False False False  True  True  True  True  True  True  True  True
 False False False False False False False False  True  True  True  True]

最后由boolean indexing过滤：

df = df[df1.index.isin(idx)]
print (df)
                 a   b
lvl0 lvl1 lvl2        
A0   B1   C0     8   9
          C1    10  11
          C2    12  13
          C3    14  15
A1   B0   C0    16  47
          C1    18  49
          C2    20  41
          C3    22  43
A2   B1   C0    40  41
          C1    42  43
          C2    44  45
          C3    46  47

【讨论】：

是的，groupby 和布尔索引是正确的方法。