Python Pandas从多索引数据框中的第二个索引访问值答案

【问题标题】：Python Pandas Accessing values from second index in multi-indexed dataframePython Pandas从多索引数据框中的第二个索引访问值
【发布时间】：2013-05-20 15:00:57
【问题描述】：

我不确定多索引是如何工作的，所以我可能只是在这里尝试做错事。如果我有一个带有

的数据框

        Value
A  B         
1  1    5.67
1  2    6.87
1  3    7.23
2  1    8.67
2  2    9.87
2  3    10.23

如果我想访问 B=2 的元素，我该怎么做？ df.ix[2] 给了我 A=2。要获得一个特定的值，它似乎是 df.ix[(1,2)] 但如果你不能直接访问它，这就是 B 索引的目的？

【问题讨论】：

标签： python pandas multi-index

【解决方案1】：

如果您只想返回横截面，请使用xs（如@Andy Hayden 所述）。

但是，如果您想覆盖原始数据框中的某些值，请改用pd.IndexSlice（与pd.loc）。给定一个数据框df：

In [73]: df
Out[73]:
                 col_1  col_2
index_1 index_2
1       1            5      6
        1            5      6
        2            5      6
2       2            5      6

如果你想用0 覆盖col_1 中的所有元素，其中index_2 == 2 这样做：

In [75]: df.loc[pd.IndexSlice[:, 2], 'col_1'] = 0

In [76]: df
Out[76]:
                 col_1  col_2
index_1 index_2
1       1            5      6
        1            5      6
        2            0      6
2       2            0      6

【讨论】：

【解决方案2】：

作为替代方案，您可以使用df.loc：

>>> df.loc[(slice(None),2),:]
     Value
A B       
1 2   6.87
2 2   9.87

元组按顺序访问索引。因此，slice(None) 从索引'A' 中获取所有值，第二位置限制基于第二级索引，在此示例中为'B'=2。 : 指定您想要所有列，但您也可以对那里的列进行子集。

【讨论】：

您甚至可以使用索引列表，例如df.loc[(slice(None),[2, 3]),:]

【解决方案3】：

你可以使用xs:

In [11]: df.xs(2, level='B')
Out[11]:
   Value
A
1   6.87
2   9.87

或者：

In [12]: df1.xs(1, level=1)
Out[12]:
   Value
A
1   5.67
2   8.67

【讨论】：