Index DataFrame with (Multi)Index 仅包含 DataFrame 的一些级别答案

【问题标题】：Index DataFrame with (Multi)Index containing only some of the DataFrame's levelsIndex DataFrame with (Multi)Index 仅包含 DataFrame 的一些级别
【发布时间】：2018-10-01 11:31:36
【问题描述】：

我希望获取具有多索引的数据帧，并使用另一个（多）索引对其进行索引，该索引包含数据帧级别的严格子集。不在其他（多）索引中的数据框中的级别应该返回所有行。一个例子：

>>> df
              col
num chr
1   a    0.845402
    b    0.099432
    c    0.507409
2   a    0.684363
    b    0.582436
    c    0.666528

>>> df['col'].unstack('chr').mean()
chr
a    0.764883
b    0.340934
c    0.586968
dtype: float64

>>> df['col'].unstack('chr').mean().nsmallest(2)
chr
b    0.340934
c    0.586968
dtype: float64

>>> df['col'].unstack('chr').mean().nsmallest(2).index
Index(['b', 'c'], dtype='object', name='chr')

现在，我想在'chr' 级别返回包含'b' 或'c' 的所有df 行，以及'num' 级别中的任何值。另外，我想尝试同样的事情，最后一步返回的索引是MultiIndex（即，当df的索引有两个以上级别时）：

>>> df
                  col
num chr foo
1   a   bar  0.790995
        baz  0.883363
    b   bar  0.240376
        baz  0.309544
    c   bar  0.637943
        baz  0.265628
2   a   bar  0.783172
        baz  0.612230
    b   bar  0.729979
        baz  0.846814
    c   bar  0.809676
        baz  0.821503

>>> df['col'].unstack(['chr', 'foo']).mean()
chr  foo
a    bar    0.787084
     baz    0.747796
b    bar    0.485177
     baz    0.578179
c    bar    0.723809
     baz    0.543565
dtype: float64

>>> df['col'].unstack(['chr', 'foo']).mean().nsmallest(2)
chr  foo
b    bar    0.485177
c    baz    0.543565
dtype: float64

>>> df['col'].unstack(['chr', 'foo']).mean().nsmallest(2).index
MultiIndex(levels=[['a', 'b', 'c'], ['bar', 'baz']],
           labels=[[1, 2], [0, 1]],
           names=['chr', 'foo'])

我想选择所有df 的行，其索引在最后两个级别中包含('b', 'bar') 或('c', 'baz') 以及'num' 级别中的任何值。

【问题讨论】：

标签： python pandas multi-index

【解决方案1】：

我只能用get_level_values 和isin 做到这一点

s=df['col'].mean(level=[1,2]).nsmallest(2).index.tolist()

df[pd.Series(list(zip(df.index.get_level_values(1),df.index.get_level_values(2)))).isin(s).values]
Out[163]:
                  col
num chr foo
1   b   bar  0.240376
    c   baz  0.265628
2   b   bar  0.729979
    c   baz  0.821503

【讨论】：

哎呀...希望有一个更惯用的解决方案
@BallpointBen 为什么不 reset_index()？多个索引仍在开发中，因此可能存在更多潜在问题

【解决方案2】：

我认为最干净的解决方案可能是单独检索所需的行并pd.concat 他们。对于Index 解决方案：

idx = df['col'].unstack(['chr', 'foo']).mean().nsmallest(2).index
selected = pd.concat([df.xs(label, level=idx.name, drop_level=False) 
                      for label in idx],
                     axis=0)

当idx 是MultiIndex 时，请改用level=idx.names。

【讨论】：