如何通过检查列表中是否存在子级索引值来过滤 Pandas 数据框的行？答案

【问题标题】：How to filter rows of Pandas dataframe by checking whether sub-level index value within a list?如何通过检查列表中是否存在子级索引值来过滤 Pandas 数据框的行？
【发布时间】：2017-07-14 05:21:25
【问题描述】：

我有一个示例 Pandas 数据框 df，它具有多级索引：

>>> df
                STK_Name   ROIC   mg_r
STK_ID RPT_Date                       
002410 20111231      ???  0.401  0.956
300204 20111231      ???  0.375  0.881
300295 20111231     ????  2.370  0.867
300288 20111231     ????  1.195  0.861
600106 20111231     ????  1.214  0.857
300113 20111231     ????  0.837  0.852

而stk_list 被定义为stk_list = ['600106','300204','300113']

我想获取子级索引 STK_ID 的值在 stk_list 内的 df 的行。输出如下：

                STK_Name   ROIC   mg_r
STK_ID RPT_Date                       
300204 20111231      ???  0.375  0.881
600106 20111231     ????  1.214  0.857
300113 20111231     ????  0.837  0.852

基本上，我可以通过以下方式实现此示例数据的目标：

df = df.reset_index() ; df[df.STK_ID.isin(stk_list)]

但我的应用程序数据框中已经有列“STK_ID”和“RPT_Date”，因此 reset_index() 会导致错误。无论如何，我想直接过滤索引而不是列。

从中学习：How to filter by sub-level index in Pandas

我尝试df[df.index.map(lambda x: x[0].isin(stk_list))]，Pandas 0.8.1 给出了AttributeError: 'unicode' object has no attribute 'isin'，

我的问题：我应该如何在不使用 reset_index() 和 set_index() 方法的情况下通过检查列表中的子级索引值来过滤 Pandas 数据帧的行？

【问题讨论】：

df[df.index.map(lambda x: x[0] in stk_list)] ?
@hayden：嗯，我想我应该:)。

标签： python pandas

【解决方案1】：

你可以试试：

df[df.index.map(lambda x: x[0] in stk_list)]

例子：

In : stk_list
Out: ['600106', '300204', '300113']

In : df
Out:
                STK_Name   ROIC   mg_r
STK_ID RPT_Date
002410 20111231      ???  0.401  0.956
300204 20111231      ???  0.375  0.881
300295 20111231     ????  2.370  0.867
300288 20111231     ????  1.195  0.861
600106 20111231     ????  1.214  0.857
300113 20111231     ????  0.837  0.852

In : df[df.index.map(lambda x: x[0] in stk_list)]
Out:
                STK_Name   ROIC   mg_r
STK_ID RPT_Date
300204 20111231      ???  0.375  0.881
600106 20111231     ????  1.214  0.857
300113 20111231     ????  0.837  0.852

【讨论】：

【解决方案2】：

在DataFrame.reindex 中使用level 参数怎么样？

In [14]: df
Out[14]: 
            0         1
a 0  0.007288 -0.840392
  1  0.652740  0.597250
b 0 -1.197735  0.822150
  1 -0.242030 -0.655058

In [15]: stk_list = ['a']

In [16]: df.reindex(stk_list, level=0)
Out[16]: 
            0         1
a 0  0.007288 -0.840392
  1  0.652740  0.597250

【讨论】：

【解决方案3】：

我参加聚会已经很晚了，但最易读和最直观的方法肯定是使用index.levels[n].isin？

它是这样工作的：

>>> stk_list = [600106, 300204, 300113]
>>> df[df.index.levels[0].isin(stk_list)]
                STK_Name   ROIC   mg_r
STK_ID RPT_Date                       
300204 20111231      ???  0.375  0.881
300295 20111231     ????  2.370  0.867
300113 20111231     ????  0.837  0.852

我喜欢这种方法的地方在于，该命令实际上可以像英文句子一样阅读。

附言在 OP 中， stk_list 是一个字符串列表。一些列表理解-fu 将处理这个问题：

df[df.index.levels[0].isin([int(i) for i in stk_list])]

【讨论】：

这对我不起作用，而 df[df.index.isin(stk_list, .level=0)] 起作用。
当然是 .在 level 前面不应该在那里。

【解决方案4】：

对我来说，只有当我按如下方式从 x 中取出零时它才有效：

a[a.index.map(lambda x: x in b)]

【讨论】：

这是版本控制吗？

【解决方案5】：

get_level_values:

df[df.index.get_level_values(level = 0).isin(stk_list)]

【讨论】：