列上的 pandas MultiIndex 从级别 0（外部）和级别 1（内部）中选择列答案

【问题标题】：pandas MultiIndex on columns select columns from level 0 (outside) as well as level 1 (inside)列上的 pandas MultiIndex 从级别 0（外部）和级别 1（内部）中选择列
【发布时间】：2020-08-19 19:13:32
【问题描述】：

使用以下虚拟数据框：

import pandas as pd

df = pd.DataFrame({'dt':['2020-01-01', '2020-01-02', '2020-01-03', '2020-01-03', '2020-01-01', '2020-01-02', '2020-01-03', '2020-01-03'], 'group':['a', 'a', 'b', 'b', 'a', 'a', 'b', 'b'], 'bar':[1,2,3, 4, 1,2,3, 4], 'baz':[3,4,5, 6, 3,4,5, 6]})
df = df.groupby(['dt', 'group']).describe()

即我希望能够选择df[['dt', 'group', ('bar', '25%'), , ('bar', '25%'), , ('bar', '25%')]]。

如何执行这种多级选择？

我的最终目标是能够绘制每个类别随时间变化的百分位数，其中每个类别描述一种颜色：

import seaborn as sns; sns.set()
sns.lineplot(data=df.reset_index()['baz'][['25%', '50%', '75%']], hue='group')

但是，在剩余的数据框中，没有留下任何关于组的信息。

【问题讨论】：

类似df["bar"].filter(like="%")?
@HenryYik 的建议非常简洁......我认为你应该将其发布为答案

标签： python pandas seaborn multi-index percentile

【解决方案1】：

不确定这是不是你想要的：

 #assigned outcome to a different variable
 res = df.groupby(['dt', 'group']).describe()

#create a slicer, makes it easier to slice the multiIndex
idx = pd.IndexSlice

res.loc[idx[:],idx['bar',['25%','50%','75%']]]

你可以用它来达到同样的效果

res.loc(axis=1)['bar',['25%','50%','75%']]


                        bar
                25% 50% 75%
   dt   group           
2020-01-01  a   1.0 1.0 1.0
2020-01-02  a   2.0 2.0 2.0
2020-01-03  b   3.0 3.5 4.0

或横截面切片：

res.xs('bar',level=0,axis=1).filter(['25%','50%','75%'])

                25% 50% 75%
   dt   group           
2020-01-01  a   1.0 1.0 1.0
2020-01-02  a   2.0 2.0 2.0
2020-01-03  b   3.0 3.5 4.0

【讨论】：

【解决方案2】：

另一种给猫剥皮的方法：

print (df["bar"].filter(like="%"))

                  25%  50%  75%
dt         group               
2020-01-01 a      1.0  1.0  1.0
2020-01-02 a      2.0  2.0  2.0
2020-01-03 b      3.0  3.5  4.0

【讨论】：

【解决方案3】：

即我希望能够选择df[['dt', 'group', ('bar', '25%'), , ('bar', '25%'), , ('bar', '25%')]]。

您可以执行以下操作：

df.reset_index()[[('dt', ""), ('group', ""), ('bar', '25%'), ('bar', '50%')]]

输出：

           dt group  bar     
                     25%  50%
0  2020-01-01     a  1.0  1.0
1  2020-01-02     a  2.0  2.0
2  2020-01-03     b  3.0  3.5

至于图表，在我看来，您正在尝试制作一个具有 4 个维度的图...（x->dt，y->dataframe 值，hue->对应于每个组，然后你有每个百分位列，例如('bar', '25%')，('bar', '50%')）。目前尚不清楚您想如何区分图中的('bar', '25%') 和('bar', '50%')。也许您预计会有 6 个单独的图（3 个百分位数 * 2 列 [bar, baz]），在这种情况下，这可能会有所帮助：

sns.lineplot(data=df.reset_index(), x="dt", y=("bar", '25%'), hue='group')

【讨论】：

虽然这只能绘制一条线，即 25，而不是 50 或 75。