Pandas 数据框多索引索引答案

【问题标题】：Pandas dataframe multi-index indexingPandas 数据框多索引索引
【发布时间】：2020-10-22 09:58:28
【问题描述】：

我有一个这样的数据框：

           d
a  b  c     
a1 b1 c1  10
   b2 c2  11
a2 b3 c3  12
   b4 c4   1
a3 b5 c5   2

a、b 和c 是multi_index 列，我试图根据一个或多个索引列的值引用一些行。如何使用这些索引列的某种组合来过滤行？我尝试使用.loc，但没有得到我想要的结果：

理想的情况是传递一个包含我想要的索引值的列表，这样我就可以动态地传递我想要的参数。但在下面的示例中，它不起作用。

>>> x.loc[['a1', 'b1', 'c1']]
           d
a  b  c     
a1 b1 c1  10
   b2 c2  11

我发现这行得通：

>>> x.loc['a1', 'b1', 'c1']
d    10

但是x.loc['a1', 'c1'] 返回错误。

毕竟，.loc 在处理 multi-index 值时是如何工作的？我没有找到其他问题回答这个问题（可能是因为我使用了错误的关键字，我不知道......）。

我的最终目标是使用多索引的列（有时不是所有列）的值并获取对应的行。

【问题讨论】：

要使您的第三个示例正常工作，您可以使用x.loc['a1', :, 'c1']。 Pandas 无法猜测您要索引的级别，它使用基于位置的查找
x.loc[['a1','lalalala','a2']]，会查找第一级多索引匹配~
谢谢！我现在明白了

标签： python pandas multi-index

【解决方案1】：

根据您使用的 pandas 版本，结果也可能不同。查看您的示例，由于您的数据框只有一列，请注意它在某些时候不会转换为系列。

# Code to illustrate pandas upgrade:
import pandas as pd
cats = ['A', 'B']
groups = ['x','y','z']
idx = pd.MultiIndex.from_product((cats,groups))
df = pd.DataFrame(data=range(6), index=idx)  # Dataframe
ser = pd.Series(data=range(6), index=idx)  # Series

df.loc[pd.IndexSlice['A','y':],:] # This works for both pandas
ser.loc[pd.IndexSlice['A','y':],:] # This only works in older pandas
ser.loc[pd.IndexSlice['A','y':]] # This works in new pandas and old pandas`

pandas 1.2.x 抛出的错误是：

TypeError: unhashable type: 'slice'

【讨论】：