在pandas多重索引multiIndex中选定指定索引的行方法

在multiindex中选定指定索引的行

我们在用pandas类似groupby来使用多重index时，有时想要对多个level中的某个index对应的行进行操作，就需要在dataframe中找到该index对应的行，在单层index中我们可以方便的使用df.loc[index]来选择，在多重index中我们可以利用的类似的思路，然而其中也有一些小坑，记录如下。

1 index为有序的

1.1 创建测试数据

首先创建一个dataframe数据

df = pd.dataframe({'class':['a','a','a','b','b','b','c','c'],
   'id':['a','b','c','a','b','c','a','b'],
   'value':[1,2,3,4,5,6,7,8]})

df中内容如下图：

1.2 设置multiindex

通过set_index设为多重索引

df = df.set_index(['class','id'])

设置索引后效果：

1.3 切片筛选index

这里同样使用loc定位

df.loc[('a',slice(none)),:]

各参数的解释如下：

loc[(a,b),c]中第一个参数元组为索引内容，a为level0索引对应的内容，b为level1索引对应的内容

因为df是一个dataframe，所以要用c来指定列

这里‘a'，指选择class中的a类

slice(none), 是python中的切片操作，这里用来选择任意的id，要注意！不能使用‘:'来指定任意index

‘:',用来指定dataframe任意的列

执行后的结果如下：

同样，如果想只保留id中的'a'，则可以使用：

df.loc[(slice(none),'a'),:]

2 index无序

前面的例子对应的index列为数字或字母，是有序的，接下来我们看看index列为中文的情况。

2.1 创建无序测试数据

df2 = pd.dataframe({'课程':['语文','语文','数学','数学'],'得分':['最高','最低','最高','最低'],'分值':[90,50,100,60]})
df2 = df2.set_index(['课程','得分'])

2.2 尝试切片选择index

df2.loc[('语文',slice(none)),:]

我们进行同样的操作，这时会发现提示出错：

unsortedindexerror: 'multiindex slicing requires the index to be fully lexsorted tuple len (2), lexsort depth (0)'

这是因为此时的index无法进行排序，在pandas文档中提到：furthermore if you try to index something that is not fully lexsorted, this can raise:

我们可以通过 df2.index.is_lexsorted()来检查index是否有序，

in[1]: df2.index.is_lexsorted()
out[1]: false

接下来，我们尝试对index进行排序。（排序时要在level里指定index名）

2.3 对index排序后切片选择index

df2 = df2.sort_index(level='课程')

df2.loc[('语文',slice(none)),:]

得到了我们想要的结果。

参考文献：pandas-docs-multiindex / advanced indexing

以上这篇在pandas多重索引multiindex中选定指定索引的行方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。