Tôi có một khung dữ liệu nhiều chỉ mục với các cột 'A' và 'B'.
Có cách nào để chọn hàng bằng cách lọc trên một cột của chỉ mục nhiều mà không đặt lại chỉ mục thành chỉ mục cột đơn không?
Ví dụ.
# has multi-index (A,B)
df
#can I do this? I know this doesn't work because the index is multi-index so I need to specify a tuple
df.ix[df.A ==1]
Câu trả lời:
Một cách là sử dụng get_level_valuesphương pháp Chỉ mục:
In [11]: df
Out[11]:
0
A B
1 4 1
2 5 2
3 6 3
In [12]: df.iloc[df.index.get_level_values('A') == 1]
Out[12]:
0
A B
1 4 1
Trong 0,13, bạn sẽ có thể sử dụng xsvới drop_levelđối số :
df.xs(1, level='A', drop_level=False) # axis=1 if columns
Lưu ý: nếu đây là cột MultiIndex thay vì chỉ mục, bạn có thể sử dụng kỹ thuật tương tự:
In [21]: df1 = df.T
In [22]: df1.iloc[:, df1.columns.get_level_values('A') == 1]
Out[22]:
A 1
B 4
0 1
Bạn cũng có thể sử dụng querymà theo ý kiến của tôi là rất dễ đọc và dễ sử dụng:
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [10, 20, 50, 80], 'C': [6, 7, 8, 9]})
df = df.set_index(['A', 'B'])
C
A B
1 10 6
2 20 7
3 50 8
4 80 9
Đối với những gì bạn đã nghĩ, bây giờ bạn có thể chỉ cần làm:
df.query('A == 1')
C
A B
1 10 6
Bạn cũng có thể có các truy vấn phức tạp hơn bằng cách sử dụng and
df.query('A >= 1 and B >= 50')
C
A B
3 50 8
4 80 9
và or
df.query('A == 1 or B >= 50')
C
A B
1 10 6
3 50 8
4 80 9
Bạn cũng có thể truy vấn trên các mức chỉ mục khác nhau , ví dụ:
df.query('A == 1 or C >= 8')
sẽ trở lại
C
A B
1 10 6
3 50 8
4 80 9
Nếu bạn muốn sử dụng các biến bên trong truy vấn của mình, bạn có thể sử dụng@ :
b_threshold = 20
c_threshold = 8
df.query('B >= @b_threshold and C <= @c_threshold')
C
A B
2 20 7
3 50 8
df.query('A == 1 or C >= 8')
df.query()chỉ hoạt động tốt với các biến nếu chúng được tham chiếu đến với '@' bên trong biểu thức trong truy vấn, ví dụ df.query('A == @var) cho một biến vartrong môi trường.
Bạn có thể sử dụng DataFrame.xs():
In [36]: df = DataFrame(np.random.randn(10, 4))
In [37]: df.columns = [np.random.choice(['a', 'b'], size=4).tolist(), np.random.choice(['c', 'd'], size=4)]
In [38]: df.columns.names = ['A', 'B']
In [39]: df
Out[39]:
A b a
B d d d d
0 -1.406 0.548 -0.635 0.576
1 -0.212 -0.583 1.012 -1.377
2 0.951 -0.349 -0.477 -1.230
3 0.451 -0.168 0.949 0.545
4 -0.362 -0.855 1.676 -2.881
5 1.283 1.027 0.085 -1.282
6 0.583 -1.406 0.327 -0.146
7 -0.518 -0.480 0.139 0.851
8 -0.030 -0.630 -1.534 0.534
9 0.246 -1.558 -1.885 -1.543
In [40]: df.xs('a', level='A', axis=1)
Out[40]:
B d d
0 -0.635 0.576
1 1.012 -1.377
2 -0.477 -1.230
3 0.949 0.545
4 1.676 -2.881
5 0.085 -1.282
6 0.327 -0.146
7 0.139 0.851
8 -1.534 0.534
9 -1.885 -1.543
Nếu bạn muốn giữ nguyên Amức ( drop_levelđối số từ khóa chỉ có sẵn bắt đầu từ v0.13.0):
In [42]: df.xs('a', level='A', axis=1, drop_level=False)
Out[42]:
A a
B d d
0 -0.635 0.576
1 1.012 -1.377
2 -0.477 -1.230
3 0.949 0.545
4 1.676 -2.881
5 0.085 -1.282
6 0.327 -0.146
7 0.139 0.851
8 -1.534 0.534
9 -1.885 -1.543
Hiểu cách truy cập DataFrame của gấu trúc được lập chỉ mục nhiều lần có thể giúp bạn thực hiện tất cả các loại nhiệm vụ như vậy.
Sao chép, dán mã này vào mã của bạn để tạo ví dụ:
# hierarchical indices and columns
index = pd.MultiIndex.from_product([[2013, 2014], [1, 2]],
names=['year', 'visit'])
columns = pd.MultiIndex.from_product([['Bob', 'Guido', 'Sue'], ['HR', 'Temp']],
names=['subject', 'type'])
# mock some data
data = np.round(np.random.randn(4, 6), 1)
data[:, ::2] *= 10
data += 37
# create the DataFrame
health_data = pd.DataFrame(data, index=index, columns=columns)
health_data
Sẽ cung cấp cho bạn bảng như thế này:
Truy cập tiêu chuẩn theo cột
health_data['Bob']
type HR Temp
year visit
2013 1 22.0 38.6
2 52.0 38.3
2014 1 30.0 38.9
2 31.0 37.3
health_data['Bob']['HR']
year visit
2013 1 22.0
2 52.0
2014 1 30.0
2 31.0
Name: HR, dtype: float64
# filtering by column/subcolumn - your case:
health_data['Bob']['HR']==22
year visit
2013 1 True
2 False
2014 1 False
2 False
health_data['Bob']['HR'][2013]
visit
1 22.0
2 52.0
Name: HR, dtype: float64
health_data['Bob']['HR'][2013][1]
22.0
Truy cập theo hàng
health_data.loc[2013]
subject Bob Guido Sue
type HR Temp HR Temp HR Temp
visit
1 22.0 38.6 40.0 38.9 53.0 37.5
2 52.0 38.3 42.0 34.6 30.0 37.7
health_data.loc[2013,1]
subject type
Bob HR 22.0
Temp 38.6
Guido HR 40.0
Temp 38.9
Sue HR 53.0
Temp 37.5
Name: (2013, 1), dtype: float64
health_data.loc[2013,1]['Bob']
type
HR 22.0
Temp 38.6
Name: (2013, 1), dtype: float64
health_data.loc[2013,1]['Bob']['HR']
22.0
Cắt nhiều chỉ mục
idx=pd.IndexSlice
health_data.loc[idx[:,1], idx[:,'HR']]
subject Bob Guido Sue
type HR HR HR
year visit
2013 1 22.0 40.0 53.0
2014 1 30.0 52.0 45.0
ValueError: cannot handle a non-unique multi-index!lỗi
Bạn có thể sử dụng DataFrame.loc:
>>> df.loc[1]
>>> print(df)
result
A B C
1 1 1 6
2 9
2 1 8
2 11
2 1 1 7
2 10
2 1 9
2 12
>>> print(df.loc[1])
result
B C
1 1 6
2 9
2 1 8
2 11
>>> print(df.loc[2, 1])
result
C
1 7
2 10
df.loc[0], df.loc[1]....df.loc[n]
Một tùy chọn khác là:
filter1 = df.index.get_level_values('A') == 1
filter2 = df.index.get_level_values('B') == 4
df.iloc[filter1 & filter2]
Out[11]:
0
A B
1 4 1