从指定级别按多个值切片 MultiIndex DataFrame

Question

我想将 MultiIndex DataFrame 切片为二级的多个值。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

我希望仅对 ind3 == s1 或 ind3 == s3:

的行进行切片

           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，因为可以明确说明所需的 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) 对于大型数据帧它是相当重（或者至少比多值切片选项重，如果存在的话）。

下面是构建示例 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 DataFrame 中的大多数选择一样，您可以使用掩码或索引器（在本例中为 loc）。

要获取面具，您可以使用get_level_values (docs) on the MultiIndex followed by 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)

双输出

           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 的回答。许多人更喜欢这种语法，因为它与 Index 的 loc 语法更一致。 the docs.

中讨论了两种语法样式

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

上面第二行也可以写成

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

从指定级别按多个值切片 MultiIndex DataFrame

Slicing a MultiIndex DataFrame by multiple values from a specified level

python

multi-index

dataframe

pandas