管理 MultiIndex 数据框对象

Question

所以，使用分组数据帧的另一个问题让我感到非常困惑......

我已将聚合字典定义为：

aggregations_level_1 = {
       'A': {
           'mean': 'mean',
        }, 

       'B': {
           'mean': 'mean',
        },  
    }

现在我有两个分组的 DataFrame，我使用上述方法聚合，然后加入：

grouped_top = 
     df1.groupby(['group_lvl']).agg(aggregations_level_1)
grouped_bottom = 
     df2.groupby(['group_lvl']).agg(aggregations_level_1)

加入这些：

df3 = grouped_top.join(grouped_bottom, how='left', lsuffix='_top_10', 
rsuffix='_low_10')

                      A_top_10        A_low_10     B_top_10        B_low_10
                      mean            mean         mean            mean
group_lvl                                      
    a                 3.711413    14.515901        3.711413        14.515901
    b                 4.024877    14.442106        3.694689        14.209040
    c                 3.694689    14.209040        4.024877        14.442106

现在，如果我调用 index 和 columns 我有：

print df3.index
    >> Index([u'a', u'b', u'c'], dtype='object', name=u'group_lvl')

print df3.columns
    >> MultiIndex(levels=[[u'A_top_10', u'A_low_10', u'B_top_10', u'B_low_10'], [u'mean']],
       labels=[[0, 1, 2, 3], [0, 0, 0, 0]])

所以，看起来我有一个索引为a,b,c 的常规 DataFrame 对象，但每一列都是一个 MultiIndex 对象。这是正确的解释吗？

• 如何切片和调用它？假设我只想为所有a,b,c 提供A_top_10, A_low_10？
• 仅A_top_10, B_top_10 用于a 和c？

我很困惑，所以任何整体帮助都会很棒！

Answer 1

需要slicers，但首先按sort_index 对列进行排序，否则会出错：

UnsortedIndexError: 'MultiIndex Slicing 要求索引是完全 lexsorted tuple len (1), lexsort depth (0)'

df = df.sort_index(axis=1)

idx = pd.IndexSlice
df1 = df.loc[:, idx[['A_low_10', 'A_top_10'], :]]
print (df1)
            A_low_10  A_top_10
                mean      mean
group_lvl                     
a          14.515901  3.711413
b          14.442106  4.024877
c          14.209040  3.694689

还有：

idx = pd.IndexSlice
df2 = df.loc[['a','c'], idx[['A_top_10', 'B_top_10'], :]]
print (df2)
           A_top_10  B_top_10
               mean      mean
group_lvl                    
a          3.711413  3.711413
c          3.694689  4.024877

编辑：

所以，看起来我有一个索引为 a、b、c 的常规 DataFrame 对象，但每一列都是一个 MultiIndex 对象。这是正确的解释吗？

我认为非常接近，最好说我在columns 中有MultiIndex。