如何迭代 Pandas 中的 MultiIndex 级别？答案

【问题标题】：How to iterate over MultiIndex levels in Pandas?如何迭代 Pandas 中的 MultiIndex 级别？
【发布时间】：2016-03-12 09:12:05
【问题描述】：

我经常有 MultiIndex 索引，我想迭代更高级别索引相等的组。它基本上看起来像

from random import choice
import pandas as pd
N = 100
df = pd.DataFrame([choice([1, 2, 3]) for _ in range(N)],
                  columns=["A"],
                  index=pd.MultiIndex.from_tuples([(choice("ab"), choice("cd"), choice("de")) 
                                                   for _ in range(N)]))

for idx in zip(df.index.get_level_values(0), df.index.get_level_values(1)):
    df_select = df.ix[idx]

有没有办法让 for 循环迭代更整洁？

【问题讨论】：

标签： python pandas dataframe multi-index

【解决方案1】：

使用groupby。 df_select 视图的索引包括前两个级别值，但其他方面与您的示例类似。

for idx, df_select in df.groupby(level=[0, 1]):
    ...

【讨论】：

【解决方案2】：

除了 groupby 逻辑，您还可以使用 lambda 函数，它的优点是不必指定级别数，即它会选择除最后一个之外的所有级别：

for idx in df.index.map(lambda x: x[:-1]):
 df_select=df.ix[idx]

【讨论】：

我相信这个答案是错误的，因为它不会遍历第一个 df.index.nlevels-1 级别的“唯一”组，而是遍历所有行，只是按第一个 df.index.nlevels-1 级别过滤。这样，如果每个第 n 级有 10 个唯一索引值，它将选择每个唯一的 df_select 十次。