Pandas Multiindex 选择行跳过一级答案

【问题标题】：Pandas Multiindex selecting row skipping one levelPandas Multiindex 选择行跳过一级
【发布时间】：2018-01-02 23:28:12
【问题描述】：

这似乎很简单，但我的解决方案最终变得相当复杂。

我有 3 级多索引的 df，我想根据 0 级和 2 级选择行，同时忽略 1 级的值（但不删除此级别）。

df L0 L1 L2 colA colB A1 B1 C1 1 2 C2 3 4 B2 C1 5 6 C2 7 8 A2 B3 C1 9 10 C2 11 12 B4 C1 13 14 C2 15 16

在这里，我想根据 A 和 C 提取行，而 B 保持不变。

df.loc[[A,:,C],colB] 不起作用。

我已经通过操纵多索引级别来解决问题，但它非常复杂（对我而言）并且应该有更简单的解决方案。

【问题讨论】：

pandas.pydata.org/pandas-docs/stable/advanced.html

标签： pandas

【解决方案1】：

使用slicers:

idx = pd.IndexSlice
df1 = df.loc[idx['A1',:,'C1'],'colB']

或者：

df1 = df.loc[('A1',slice(None),'C1'),'colB']

print (df1)
L0  L1  L2
A1  B1  C1    2
    B2  C1    6
Name: colB, dtype: int64

【讨论】：

【解决方案2】：

另一种方法是使用loc 和(axis=0)，根据pandas documenation on using slicers：

df.loc(axis=0)['A1',:,'C1']

输出：

          colA  colB
L0 L1 L2            
A1 B1 C1     1     2
   B2 C1     5     6

【讨论】：

【解决方案3】：

pandas 0.22 中的新功能

df.query('ilevel_0=="A1" & ilevel_2=="C1"')

在你的情况下应该是

df.query('L0=="A1" & L2=="C1"')   
Out[187]: 
          colA  colB
L0 L1 L2            
A1 B1 C1     1     2
   B2 C1     5     6

【讨论】：

【解决方案4】：

xs 也能很好地做到这一点：

df
          colA  colB
L0 L1 L2            
A1 B1 C1     1     2
      C2     3     4
   B2 C1     5     6
      C2     7     8
A2 B3 C1     9    10
      C2    11    12
   B4 C1    13    14
      C2    15    16

df.xs(['A1', 'C1'], level=[0,2], drop_level=False)
          colA  colB
L0 L1 L2            
A1 B1 C1     1     2
   B2 C1     5     6

【讨论】：

谢谢大家。很大的帮助。我现在要做的就是速度测试:)
粗略结果：idx - 6.35 ms ± 216 µs // 'loc /slice(None - 5.47 ms ± 65.5 µs // loc(axis=0) - 4.87 ms ± 70.1 µs // 查询 - 30.5 ms ± 597 µs // xs 3.02 ms ± 63.5 µs 但测量结果略有不同，因为我在这里只要求一列的数据，而在其他测试中来自两列。我想我会尝试在 .loc 中使用 xs。再次，非常感谢您的帮助。