使用 .loc 选择多索引级别的重复值

Question

首先让我们假设我有一个带有单个索引的 pandas 数据框。如果我使用.loc[] 选择索引“A”两次，它将返回索引“A”重复两次的数据帧：

df_1 = pd.DataFrame([1,2,3], index=['A','B','C'], columns=['Col_1'])
df_1

    Col_1
A   1
B   2
C   3

df_1.loc[['A','A','B']]

    Col_1
A   1
A   1
B   2

现在假设我们有一个带有多索引的数据框。如果我使用.loc[] 两次选择索引“A”，它将返回一个仅包含一次索引“A”的数据帧：

ix = pd.MultiIndex.from_product([['A', 'B', 'C'], ['foo', 'bar']], names=['Idx1', 'Idx2'])
data = np.arange(len(ix))
df_2 = pd.DataFrame(data, index=ix, columns=['Col_1'])
df_2

           Col_1
Idx1 Idx2       
A    foo       0
     bar       1
B    foo       2
     bar       3
C    foo       4
     bar       5

df_2.loc[['A','A','B']]


           Col_1
Idx1 Idx2   
A    foo       0
     bar       1
B    foo       2
     bar       3

有没有办法使用.loc选择多索引级别的重复值？

Answer 1

Pandas 试图保持MultiIndex 的级别唯一。当您将loc 与引用MultiIndex 第一级值的列表一起使用时，它将保持唯一性。如果你想要不同的东西，你需要明确并使用元组。

specific_index_values = (
    [('A', 'foo'), ('A', 'bar')] * 2 +
    [('B', 'foo'), ('B', 'bar')]
)

df_2.loc[specific_index_values, :]

           Col_1
Idx1 Idx2       
A    foo       0
     bar       1
     foo       0
     bar       1
B    foo       2
     bar       3

---

pandas.concat

我觉得这很恶心，但是...

pd.concat([df_2.loc[[x]] for x in ['A', 'A', 'B']])

           Col_1
Idx1 Idx2       
A    foo       0
     bar       1
     foo       0
     bar       1
B    foo       2
     bar       3