选择 Pandas 多索引组中的第一个子组

Question

我有一个带有 2 级索引的 pandas 数据框。对于每个 1 级索引，我想选择 1 级 2 索引记录。

df = pd.DataFrame({'Person': [1, 1, 1, 2, 2, 2, 3, 3, 3], 
    'Year': ['2020','2020', '2019','2019','2019','2018', '2019','2018','2017'],'class':list('AISAAIASS'),
                  'val': randint(0, 10, 9)})
df

Person  Year class val
0   1   2020    A   8
1   1   2020    I   7
2   1   2019    S   6
3   2   2019    A   8
4   2   2019    A   1
5   2   2018    I   2
6   3   2019    A   0
7   3   2018    S   6
8   3   2017    S   8

我想要第 1 个人的 2020（年）记录（第 2 条），第 2 个人的 2019 年记录（第 2 条）和第 3 个人的 2019 年记录（第 1 条记录）。

我查看了很多代码，仍然无法得到答案。有没有简单的方法？

Answer 1

使用Index.get_level_values 和Index.duplicated 作为第一个MultiIndex 值，然后按Index.isin 过滤：

np.random.seed(2020)
df = pd.DataFrame({'Person': [1, 1, 1, 2, 2, 2, 3, 3, 3], 
                  'Year': ['2020','2020', '2019','2019','2019','2018', '2019','2018','2017'],
                  'class':list('AISAAIASS'),
                  'val': np.random.randint(0, 10, 9)}).set_index(['Person','Year'])

---

idx = df.index[~df.index.get_level_values(0).duplicated()]
df1 = df[df.index.isin(idx)]

或者通过第一级通过GroupBy.head获取第一个索引值：

df1 = df[df.index.isin(df.groupby(['Person']).head(1).index)]

---

print (df1)
            class  val
Person Year           
1      2020     A    0
       2020     I    8
2      2019     A    6
       2019     A    3
3      2019     A    7