MultiIndex 查找给定级别具有给定值的所有索引

Question

我正在使用 pandas.Series 和 MultiIndex 进行双向加权查找。我认为使用 MultiIndex 也应该很容易找到给定级别的相应其他级别，但我找不到一个简单的函数 other 来执行如下操作：

>>> index=pandas.MultiIndex.from_tuples(
...                  [(0, 0),(1,2),(3,4),(5,6),(5,7),(8,0),(9,0)],
...                  names=["concept", "word"])
>>> other(index, "word", 0)
{0, 8, 9}
>>> other(index, "concept", 3)
{4}
>>> other(index, "word", 6)
{5}

我很乐意指定关卡编号而不是关卡名称，并获取任何可迭代对象，不一定是集合。我只有一个2级的多指标，所以我不关心如何泛化到更高层次的多指标，甚至不关心它是否泛化。

如果这涉及遍历 MultiIndex 中的所有条目并比较它们，我会有点不高兴，因为我认为索引有点像多键哈希表。

Answer 1

这个怎么样：

>>> index.get_level_values('concept').values[index.get_level_values('word').values == 0]
array([0, 8, 9])

>>> index.get_level_values('concept').values[index.get_level_values('word').values == 6]
array([5])

>>> index.get_level_values('word').values[index.get_level_values('concept').values == 3]
array([4])

请注意，您可以轻松地将 numpy 数组转换为集合：

>>> set(np.array([1, 2, 3]))
{1, 2, 3}

并将以上所有内容包装到某个函数中 other 应该不是很困难。

Answer 2

方法一：

您可以使用矢量化方法构建自定义函数，如下所示：

def other(index, slicing, value):
    arr = np.column_stack(index.values.tolist())
    return (np.delete(arr, slicing, axis=0)[0][arr[slicing]==value])

用法：

other(index, slicing=index.names.index('word'), value=0)
# array([0, 8, 9])

时间：

%timeit other(index, slicing=index.names.index('word'), value=0)
10000 loops, best of 3: 43.9 µs per loop

方法二：

如果你想使用一个内置的方法，它只通过将值插入相应的参数来给你结果，你可以选择 get_loc_level，它给你一个标签对应的整数位置切片，比如所以：

演示：

index.get_loc_level(key=3, level='concept')[1].ravel()
# array([4], dtype=int64)

index.get_loc_level(key=0, level='word')[1].ravel()
# array([0, 8, 9], dtype=int64)

index.get_loc_level(key=6, level='word')[1].ravel()
# array([5], dtype=int64)

时间：

%timeit index.get_loc_level(key=0, level='word')[1].ravel()
10000 loops, best of 3: 129 µs per loop

因此，使用自定义函数而不是使用实现可获得 3 倍的提升给定的 2 级多索引 DF 的内置方法。

MultiIndex 查找给定级别具有给定值的所有索引

MultiIndex look up all indices that have a given value for a given level

python

indexing

multi-index

pandas