从 pandas DataFrame MultiIndex 中选择命名索引级别答案

【问题标题】：Select named index level from pandas DataFrame MultiIndex从 pandas DataFrame MultiIndex 中选择命名索引级别
【发布时间】：2019-01-26 03:09:17
【问题描述】：

我创建了一个数据框：

df1 = pandas.read_csv(ifile_name,  header=None,  sep=r"\s+",  usecols=[0,1,2,3,4],
                              index_col=[0,1,2], names=["year", "month", "day", "something1", "something2"])

现在我想创建另一个数据框，其中年份>2008。因此我尝试了：

df2 = df1[df1.year>2008]

但出现错误：

AttributeError: 'DataFrame' object has no attribute 'year'

我猜，它没有在列中看到“年份”，因为我在 index.html 中定义了它。但是在这种情况下，我如何获取基于 year>2008 的数据？

【问题讨论】：

标签： python pandas dataframe indexing multi-index

【解决方案1】：

使用MultiIndex.get_level_values 按名称获取关卡并为行选择创建一个布尔掩码：

df2 = df1[df1.index.get_level_values('year') > 2008]

如果您打算进行修改，请创建df1 的副本，以免对视图进行操作。

df2 = df1[df1.index.get_level_values('year') > 2008].copy()

【讨论】：

【解决方案2】：

year 是索引而不是列是正确的。一种解决方案是使用pd.DataFrame.query，它可以让您直接使用索引名称：

df = pd.DataFrame({'year': [2005, 2010, 2015], 'value': [1, 2, 3]})
df = df.set_index('year')

res = df.query('year > 2008')

print(res)

      value
year       
2010      2
2015      3

【讨论】：

【解决方案3】：

假设您的索引已排序

df.loc[2008:]
Out[259]: 
      value
year       
2010      2
2015      3

【讨论】：