按 MultiIndex 数据框中的特定索引级别过滤行

Question

给定一个 multIndex 数据框：

mux = pd.MultiIndex.from_arrays([
    list('aaaabbbbbccdddddd'),
    list('tuvwlmnopxyfghijk')
], names=['one', 'two'])

df = pd.DataFrame({'col': np.arange(len(mux))}, mux)

df

         col
one two     
a   t      0
    u      1
    v      2
    w      3
b   l      4
    m      5
    n      6
    o      7
    p      8
c   x      9
    y     10
d   f     11
    g     12
    h     13
    i     14
    j     15
    k     16

是否可以保留数据框第 0 层的第 i 个值对应的行？

对于 i = 2，我的预期输出是：

         col
one two     
a   t      0
    u      1
    v      2
    w      3
b   l      4
    m      5
    n      6
    o      7
    p      8

请注意，只保留与 a 和 b 相关的行，其他所有内容都将被删除。我希望问题很清楚，但如果不是，请随时要求澄清。

我试过了：

idx = pd.IndexSlice
df.iloc[(idx[:2], slice(None))]

但这只给了我整个 df 的前两行，而不是第 0 级前两个值的所有行。

Answer 1

解决此问题的一种方法是 return 第 0 级的索引值，然后将这些索引到原始数据框中：

df.loc[df.index.levels[0][:2].values]

         col
one two     
a   t      0
    u      1
    v      2
    w      3
b   l      4
    m      5
    n      6
    o      7
    p      8

如评论中所述，这仅适用于第 0 级而不适用于第 1 级。可能会有一个更通用的解决方案，适用于其他级别。

按 MultiIndex 数据框中的特定索引级别过滤行

Filtering rows by a particular index level in a MultiIndex dataframe

python

multi-index

pandas