根据级别之间的“AND”条件删除 DataFrame 的多索引行答案

【问题标题】：Drop multi-indexed rows of a DataFrame based on 'AND' condition between levels根据级别之间的“AND”条件删除 DataFrame 的多索引行
【发布时间】：2016-05-09 11:20:25
【问题描述】：

我希望能够使用多级标准（使用逻辑 AND 连接标准）从多索引数据框对象中删除行。

考虑以下给出的 pandas 数据框对象：

import pandas as pd
df = pd.DataFrame(data = [[1,'x'],[2,'x'],[1,'y'],[2,'y']],
                   index=pd.MultiIndex(levels=[['A','B'],['a','b']],
                                       labels=[[0,1,0,1],[0,1,1,0]],
                                       names=['idx0','idx1']))

print(df) 输出：

           0  1
idx0 idx1      
A    a     1  x
B    b     2  x
A    b     1  y
B    a     2  y

我希望消除'idx0'=='A' 和 'idx1'=='a'所在的行，所以最终结果是：

           0  1
idx0 idx1      
B    b     2  x
     a     2  y
A    b     1  y

在我看来，这似乎无法使用 df.drop() 方法完成。给出正确结果的“迂回”方式是：

df = pd.concat([df.drop(labels='A',level=0),df.drop(labels='a',level=1)])
df = df.drop_duplicates()

但我认为必须有更好的方法......

【问题讨论】：

标签： python pandas multi-index

【解决方案1】：

要解决您关于 .drop() 的问题 - 只需将 MultiIndex 标签传递为 tuple：

df.drop(('A', 'a'))

           0  1
idx0 idx1      
B    b     2  x
A    b     1  y
B    a     2  y

【讨论】：

【解决方案2】：

您可以使用isin 方法作为索引，并与您使用~ 选择的相反：

In [85]: df.index.isin([('A','a')])
Out[85]: array([ True, False, False, False], dtype=bool)

In [86]: df[~df.index.isin([('A','a')])]
Out[86]:
           0  1
idx0 idx1
B    b     2  x
A    b     1  y
B    a     2  y

时间：

In [95]: %timeit df.drop(('A','a'))
1000 loops, best of 3: 1.33 ms per loop

In [96]: %timeit df[~df.index.isin([('A','a')])]
1000 loops, best of 3: 457 us per loop

所以下降速度几乎是isin 解决方案的 3 倍。

【讨论】：