通过指定级别的多个值对 MultiIndex DataFrame 进行切片

Question

我想从二级级别将 MultiIndex DataFrame 分割为多个值。例如，在以下 DataFrame 中：

                val1  val2
ind1 ind2 ind3            
1    6    s1      10     8
2    7    s1      20     6
3    8    s2      30     4
4    9    s2      50     2
5    10   s3      60     0

我希望只切片 ind3 == s1 或 ind3 == s3:

           val1  val2
ind1 ind2            
1    6       10     8
2    7       20     6
5    10      60     0

最好的假设选项是将多个参数传递给.xs，因为可以显式声明所需的level。

我显然可以连接所有按单值切片的数据帧：

In[2]: pd.concat([df.xs('s1',level=2), df.xs('s3',level=2)])
Out[2]:
           val1  val2
ind1 ind2            
1    6       10     8
2    7       20     6
5    10      60     0

但是 (a) 当使用超过 2 个值时，它很乏味且不那么可读，并且 (b) 对于大型 DataFrame，它非常重（或至少比多值切片选项（如果存在）。

这是构建示例 DataFrame 的代码：

import pandas as pd
df = pd.DataFrame({'ind1':[1,2,3,4,5], 'ind2':[6,7,8,9,10], 'ind3':['s1','s1','s2','s2','s3'], 'val1':[10,20,30,50,60], 'val2':[8,6,4,2,0]}).set_index(['ind1','ind2','ind3'])

Answer 1

与从 DataFrame 中进行的大多数选择一样，您可以使用掩码或索引器（在本例中为loc）。

要获取掩码，您可以在 MultiIndex 上使用 get_level_values (docs)，然后使用 isin (docs)。

m = df.index.get_level_values('ind3').isin(['s1', 's3'])
df[m].reset_index(level=2, drop=True)

使用loc：

df.loc[(slice(None), slice(None), ['s1', 's3']), :].reset_index(level=2, drop=True)

两个输出

           val1  val2
ind1 ind2            
1    6       10     8
2    7       20     6
5    10      60     0

注意：loc 方式也可以写成 Alberto Garcia-Raboso 的答案。许多人更喜欢这种语法，因为它与 Index 的 loc 语法更一致。 the docs 讨论了这两种语法风格。

Answer 2

您可以使用IndexSlice：

idx = pd.IndexSlice
result = df.loc[idx[:, :, ['s1', 's3']], idx[:]]
result.index = result.index.droplevel('ind3')
print(result)

输出：

           val1  val2
ind1 ind2            
1    6       10     8
2    7       20     6
5    10      60     0

上面的第二行也可以写成

result = df.loc(axis=0)[idx[:, :, ['s1', 's3']]]