访问 3d pandas 数据框中的多列 [重复]

Question

构建 3-d pandas 数据框后，我很难仅访问特定列。

场景如下：

head = ["h1", "h2"]
cols = ["col_1", "col_2", "col_3"]
heads = len(cols) * [head[0]] + len(cols) * [head[1]]  # -> ['h1','h1','h1','h2','h2','h2']
no_of_rows = 4

A = np.array(heads)
B = np.array(cols * len(head))  # -> ['col_1','col_2','col_3','col_1','col_2','col_3']
C = np.array([np.zeros(no_of_rows)] * len(head) * len(cols))  # -> shape=(6, 4)

df = pd.DataFrame(data=C.T, 
                  columns=pd.MultiIndex.from_tuples(zip(A,B)))

屈服

    h1                      h2
    col_1   col_2   col_3   col_1   col_2   col_3
0   0.0     0.0     0.0     0.0     0.0     0.0
1   0.0     0.0     0.0     0.0     0.0     0.0
2   0.0     0.0     0.0     0.0     0.0     0.0
3   0.0     0.0     0.0     0.0     0.0     0.0

现在我想得到例如全部 col_1，表示h1 的col_1 和h2 的col_1。输出应该是这样的

    h1      h2
    col_1   col_1   
0   0.0     0.0     
1   0.0     0.0     
2   0.0     0.0     
3   0.0     0.0     

对我如何访问这两列有什么建议吗？

Answer 1

您可以将df.loc 与slice(None) 一起使用，如下所示：

df.loc[:, (slice(None), 'col_1')]

或使用pd.IndexSlice，如下：

idx = pd.IndexSlice
df.loc[:, idx[:, 'col_1']]

或者简单地说：

df.loc[:, pd.IndexSlice[:, 'col_1']]

（如果您要多次使用pd.IndexSlice，为pd.IndexSlice 定义额外的变量idx 作为速记很有用。）

结果：

     h1    h2
  col_1 col_1
0   0.0   0.0
1   0.0   0.0
2   0.0   0.0
3   0.0   0.0

您也可以使用.xs() 进行操作，如下所示：

df.xs('col_1', level=1, axis=1)

结果：

    h1   h2
0  0.0  0.0
1  0.0  0.0
2  0.0  0.0
3  0.0  0.0

输出略有不同，没有显示重复的col_1 列标签。

---

前两种方式也支持选择多列，例如['col_1', 'col_3']:

df.loc[:, (slice(None), ['col_1', 'col_3'])]

还有：

df.loc[:, pd.IndexSlice[:, ['col_1', 'col_3']]]

结果：

     h1          h2      
  col_1 col_3 col_1 col_3
0   0.0   0.0   0.0   0.0
1   0.0   0.0   0.0   0.0
2   0.0   0.0   0.0   0.0
3   0.0   0.0   0.0   0.0

Answer 2

您可以将loc 与get_level_values(1) 一起使用，因为您的列 col1、col2、col3 位于索引的第一级：

>>> df.loc[:,df.columns.get_level_values(1).isin(['col_1'])]

    h1    h2
  col_1 col_1
0   0.0   0.0
1   0.0   0.0
2   0.0   0.0
3   0.0   0.0

如果要抓取h1下的所有列，可以设置get_level_values(0)，抓取h1：

>>> df.loc[:,df.columns.get_level_values(0).isin(['h1'])]

    h1            
  col_1 col_2 col_3
0   0.0   0.0   0.0
1   0.0   0.0   0.0
2   0.0   0.0   0.0
3   0.0   0.0   0.0