使用 Pandas 进行多索引切片答案

【问题标题】：Slicing with Multindexing with Pandas使用 Pandas 进行多索引切片
【发布时间】：2018-11-22 19:01:55
【问题描述】：

我正在尝试同时在两个轴上使用 Multindexing 进行切片，但出现异常：

multi_index_0 = pd.MultiIndex.from_product([['A', 'B', 'C'], ['a' , 'b']], names=['first', 'second'])
multi_index_1 = pd.MultiIndex.from_product([['D', 'E'], ['c' , 'd']], names=['first', 'second'])
df = pd.DataFrame(np.random.randn(6, 4), multi_index_0, multi_index_1)

现在，我想对行 ['A', 'b] 和 ['B', 'a'] 以及列 ['D', 'c'] 和 ['E', 'd'] 进行切片.

我尝试了以下方法，但没有成功：

df.loc[['A', 'b'], ['B', 'a']], [['D', 'c'], ['E', 'd']]

重新运行空数据帧

df.loc[['A', 'B'], ['b', 'a']], [['D', 'E'], ['c', 'd']]

返回空数据框

df.loc[([['A', 'B'], ['b', 'a']]), ([['D', 'E'], ['c', 'd']])]

TypeError: '['A', 'B']' is an invalid key

df.loc[([['A', 'b'], ['B', 'a']]), ([['D', 'c'], ['E', 'd']])]

TypeError: '['A', 'b']' is an invalid key

【问题讨论】：

标签： python pandas slice multi-index

【解决方案1】：

使用Index.isin 作为布尔掩码，然后通过loc 选择：

m1 = df.index.isin((['A', 'b'], ['B', 'a']))
m2 = df.columns.isin((['D', 'c'], ['E', 'd']))

df = df.loc[m1, m2]
print (df)
first                D         E
second               c         d
first second                    
A     b      -0.915119 -0.038221
B     a      -1.224615 -0.873551

【讨论】：

【解决方案2】：

虽然很傻，多索引适用于元组，但不适用于列表...（可能有充分的理由，以避免在我无法在现场处理的边缘情况下产生歧义）。所以你可以这样做：

df.loc[[('A','b'),('B','a')], [('D', 'c'), ('E', 'd')]]

当然，jezrael 的解决方案也有效，我只是觉得这更优雅（而且可能更快）。

[编辑]：你的第一个命令 df.loc[['A', 'b'], ['B', 'a']], [['D', 'c'], ['E', 'd']] 返回一个空的 DataFrame 因为你错过了括号，所以实际上你正在有效地做 df.loc[['A', 'b'], ['B', 'a']] （加上旁边的一个列表，所以答案将是一个空 df 的元组+ 列表）。这对 Pandas 意味着：请同时给我所有元素：

具有以 A 开头的索引或与 b
具有以 B 开头的列或与 a。

因为没有这样的列，所以你得到一个空框架。

您可能的意思是：df.loc[[['A', 'b'], ['B', 'a']], [['D', 'c'], ['E', 'd']]]，但是，它给出了一个例外，因为您再次使用列表而不是元组。

【讨论】：