如何在 Pandas DataFrame 中获取更高级别索引的子级别索引？

Question

我一直在研究 Pandas Dataframe，但在检索更高级别索引的 sub_level 索引时遇到问题。

这张图片显示了我的数据框结构：

例如，在上图中，我想检索只存在于“设备+标签”键“-444/0”的“DCSID”索引，即“-111111”、“-222222”和“-333333”。

自从 df.loc[ '-444/0'] 返回键 '-444/0' 的子数据框，并使用 index.levels[0] 检索我以后想要的结果。

这是执行df.loc['-444/0']的结果：

它不起作用，这不符合逻辑，因为我认为 df.loc['-444/0']返回一个新的数据框。

无论如何，我发现 df.index.levels[1] 等价于 df.iloc['-444/0' ].index.levels[0] 都返回“DCSID”中所有索引的列表：

Int64Index([-444444, -333333, -305500, -304445, -301064, -300015, -299069, -297188, -296241, -295295, ... -17132、-15622、-14112、-12602、-9596、-8086、-6576、 -5066，-2060，-542]， dtype='int64', name='DCSID', length=120)

这是我的代码的一部分：

for i in df.index.levels[0]: #Choose from first level
    for j in df.loc[i].index.levels[0]: #Choose from second level going through the i-th first level
        for k in df.loc[i, j, slice(None)].index: #Choose from third level going through the j-th second level
            #Code here

Answer 1

MultiIndex 是奇怪的动物。如果您真的想从中提取价值，请从reset_index 开始：

df.loc['-444/0'].reset_index()['DCSID'].unique()

应该会给出预期的结果array([-111111, -222222, -333333, -444444], dtype=int64)

Answer 2

我正在使用您的 csv 文件列，您可以根据需要更改列名

使用 get_values 应用过滤器并在 isin 列表中提供 DSCID 或设备键

df = df[(df.index.get_level_values('EquipmentKey').isin(['-444']))]
df.reset_index(inplace=True)
unique_dscid = df['DSCID'].unique()

第二种方式：

df.reset_index(inplace=True)
df = df[(df['EquipmentKey']=='-444')]
unique_dscid =df['DSCID'].unique()