切片分组数据帧携带比预期更多的行

Question

我正在尝试过滤已由 groupby() 生成的数据框。 分组数据框的示例如下：

all_dists          less  more
district answer            
N        yes        9.0   1.0
         no         0.0   0.0
         maybe      0.0   0.0
W        yes        0.0   0.0
         no         0.0   0.0
         maybe      1.0   6.0
S        yes        0.0   0.0
         no         0.0   0.0
         maybe      0.0   0.0
E        yes        0.0   0.0
         no         0.0  15.0
         maybe      4.5   0.0

如果我过滤“是”和“更少”，我会得到想要的结果：

grouped_df.loc[(slice(None), slice('yes')), 'less']
>>>
all_dists          less  more
district answer            
N        yes        9.0   1.0
W        yes        0.0   0.0
S        yes        0.0   0.0
E        yes        0.0   0.0

但如果我过滤“否”或“可能”，那么它将携带前一行：

grouped_df.loc[(slice(None), slice('no')), 'less']
all_dists          less  more
district answer            
N        yes        9.0   1.0
         no         0.0   0.0
W        yes        0.0   0.0
         no         0.0   0.0
S        yes        0.0   0.0
         no         0.0   0.0
E        yes        0.0   0.0
         no         0.0  15.0

我的目标是计算过滤后的数据帧中的总和，但我似乎无法弄清楚切片有什么问题。

请帮忙^_^

Answer 1

对于给定的示例，grouped_df.loc[(slice(None), slice('yes')), 'less'] 和 grouped_df.loc[(slice(None), slice('no')), 'less'] 都会给我错误：

UnsortedIndexError: 'MultiIndex slicing requires the index to be lexsorted: slicing on levels [1], lexsort depth 0'

另一方面，如果我这样做：

grouped_df = grouped_df.sort_index()

你的数据应该是groupby()的结果，然后

grouped_df.loc[(slice(None), slice('yes')), 'less']

给了我整个数据框。如果你想提取一个单一的索引级别，你可能需要这样做：

grouped_df.loc[(slice(None), 'yes'), 'less']

给出：

district  answer
E         yes       9
N         yes       0
S         yes       6
W         yes       3
Name: less, dtype: int64

同样，

grouped_df.loc[(slice(None), 'no'), 'less']

给予

district  answer
E         no        10
N         no         1
S         no         7
W         no         4
Name: less, dtype: int64