【问题标题】：Slicing MultiIndexed DataFrame in pandas在 pandas 中切片 MultiIndexed DataFrame
【发布时间】：2020-12-08 20:45:22
【问题描述】：

我有以下DataFrame 命名为pop：

California  2000    33871648
            2010    37253956
New York    2000    18976457
            2010    19378102
Texas       2000    20851820
            2010    25145561

我想打印出 2010 年加利福尼亚州和德克萨斯州的值。每当我尝试pop[['California','Texas'], 2010] 时，我都会遇到错误'(['California', 'Texas'], 2010)' is an invalid key 那么如何打印信息呢？

【问题讨论】：

应该提到，它是具有多个索引级别的数据框：分别为州名和年份

标签： python pandas jupyter-notebook ipython

【解决方案1】：

我想这样指定列名，可以通过添加更多&来进一步扩展

df.loc[(df['level_0'].isin(['California', 'Texas'])) & (df['level_1'].isin(['2010']))]

【讨论】：

如何解读'level_0'和'level_1'？
这些是你的列名

【解决方案2】：

TLDR

df.loc[(level_1_indices_list, level_2_indices_list), :]

在这种情况下是：

df.loc[(['California','Texas'], ['2010']), :]

下面是更详细的版本。

# import packages & set seed
import numpy as np
import pandas as pd
np.random.seed(42)

创建示例数据框

使用the Pandas docs：

arrays = [np.array(['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux']),
          np.array(['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two'])]

s = pd.Series(np.random.randn(8), index=arrays)

df = pd.DataFrame(np.random.randn(8, 4), index=arrays)

这看起来像：

使用多索引切片

使用df，您可以：

df.loc[(['qux','foo'], 'one'), :]

为了符号一致性，您可以在切片的第二个元素上使用[]：

df.loc[(['qux','foo'], ['one']), :]

这将产生相同的结果。

这是：

（选择'one' 等同于在您的df 中选择2010。['qux','foo'] 应该等同于选择['California','Texas']。基于此，我认为您可以将此处的步骤应用于您的数据。）

This 也可能会有所帮助。

【讨论】：