为什么 pandas 多索引数据帧切片看起来不一致？

Question

为什么在对多索引数据帧进行切片时，只要切片 0 级索引就可以使用更简单的语法？这是一个示例数据框：

           hi
a b   c      
1 foo baz   0
      can   1
  bar baz   2
      can   3
2 foo baz   4
      can   5
  bar baz   6
      can   7
3 foo baz   8
      can   9
  bar baz  10
      can  11

这些工作：

df.loc[1, 'foo', :]
df.loc[1, :, 'can']

虽然这不是：

df.loc[:, 'foo', 'can']

强迫我改用其中之一：

df.loc[(slice(None), 'foo', 'can'), :]
df.loc[pd.IndexSlice[:, 'foo', 'can'], :]

下面是相同的示例，但更详细：

In [1]: import pandas as pd
import numpy as np

ix = pd.MultiIndex.from_product([[1, 2, 3], ['foo', 'bar'], ['baz', 'can']], names=['a', 'b', 'c'])
data = np.arange(len(ix))
df = pd.DataFrame(data, index=ix, columns=['hi'])
print df

           hi
a b   c      
1 foo baz   0
      can   1
  bar baz   2
      can   3
2 foo baz   4
      can   5
  bar baz   6
      can   7
3 foo baz   8
      can   9
  bar baz  10
      can  11

In [2]: df.sort_index(inplace=True)
print df.loc[1, 'foo', :]

           hi
a b   c      
1 foo baz   0
      can   1

In [3]: print df.loc[1, :, 'can']

           hi
a b   c      
1 bar can   3
  foo can   1

In [4]: print df.loc[:, 'foo', 'can']

KeyError: 'the label [foo] is not in the [columns]'

In [5]: print df.loc[(slice(None), 'foo', 'can'), :]

           hi
a b   c      
1 foo can   1
2 foo can   5
3 foo can   9

In [6]: print df.loc[pd.IndexSlice[:, 'foo', 'can'], :]

           hi
a b   c      
1 foo can   1
2 foo can   5
3 foo can   9

Answer 1

这三个例子在技术上都是模棱两可的，但在前两个例子中，Pandas 猜对了你的意图。由于切片行、选择列（即 df.loc[:, columns]）是一种常见的习惯用法，因此推理似乎选择了这种解释。

推论有点乱，所以我觉得还是直白点好。如果您使用 IndexSlice:

别名，则无需输入太多内容

idx = pd.IndexSlice
df.loc[idx[1, 'foo'], :]
df.loc[idx[1, :, 'can'], :]
df.loc[idx[:, 'foo', 'can'], :]

为什么 pandas 多索引数据帧切片看起来不一致？

Why does pandas multi-index dataframe slicing seem inconsistent?

python

numpy

multi-index

dataframe

pandas