从 Multiindex 中获取密钥？

Question

我有一个带有 ID 和日期的 MultiIndex，格式如下：

MultiIndex(levels=[[196003, 196005, 196007, 196009, 196012, 196103, 196105, 196107, 196109, 196112, 196203, 196205, 196207, 196209, 196212, 196303, 196305, 196307, 196309, 196312, 196403, 196405, 196407, 196409, 196412, 201705, 201707, 201709, 201712, 201803, 201805, 201807, 201809, 201812], ['1959-07-01', '1959-07-02', '1959-07-06', '1959-07-07', '1959-07-08', '1959-07-09', '1959-07-10', '1959-07-13', '1959-07-14', '1959-07-15', '1959-07-16', '1959-07-17', '1959-07-20', '1959-07-21', '1959-07-22', '1959-07-23', ...]])

ID 和日期都需要唯一指定行。

我要做的是提取第一级索引。

当我执行df.index[0] 时，我得到一个(196003, '1959-07-01') 形式的元组

我想要的是一系列 [196003, 196005, ...] 形式的键，用于级别 0。

我设法得到它：

list(df[~df['ID'].duplicated()]['ID'].sort_values().reset_index()['ID'])

但我认为这是一个混乱且缓慢的解决方案。

什么是熊猫方式？

Answer 1

我认为您可以将get_level_values 与unique 一起使用：

import pandas as pd

df = pd.DataFrame({'ID':[1,1,3],
                   'Dates':['2015-01-01','2015-01-01','2015-02-01'],
                   'C':[7,8,9]})
df['Dates'] = pd.to_datetime(df.Dates)
df.set_index(['ID', 'Dates'], inplace=True)
print (df)
               C
ID Dates        
1  2015-01-01  7
   2015-01-01  8
3  2015-02-01  9

print (df.index.get_level_values('ID').unique().tolist())
[1, 3]

#another a bit slowier solution
print (df.index.get_level_values('ID').drop_duplicates().tolist())
[1, 3]

时间安排：

In [134]: %timeit (orig(df1))
1000 loops, best of 3: 1.54 ms per loop

In [138]: %timeit (df.index.get_level_values('ID').unique().tolist())
10000 loops, best of 3: 131 µs per loop

In [139]: %timeit (df.index.get_level_values('ID').drop_duplicates().tolist())
10000 loops, best of 3: 182 µs per loop

计时码：

len(df) = 3k:

import pandas as pd

df = pd.DataFrame({'ID':[1,1,3],
                   'Dates':['2015-01-01','2015-01-01','2015-02-01'],
                   'C':[7,8,9]})
df = pd.concat([df]*1000).reset_index(drop=True)
df['Dates'] = pd.to_datetime(df.Dates)
df.set_index(['ID', 'Dates'], inplace=True)
print (df)


df1 = df.copy()
df1.reset_index('ID', inplace=True)

def orig(df):

    return list(df[~df['ID'].duplicated()]['ID'].sort_values().reset_index()['ID'])

print (df.index.get_level_values('ID').unique().tolist())

print (orig(df1))

print (df.index.get_level_values('ID').drop_duplicates().tolist())