Warum können Sie beim Schneiden eines Multi-Index-Datenrahmens eine einfachere Syntax verwenden, solange Sie den Level-0-Index schneiden? Hier ist ein Beispiel Datenrahmen:Warum scheint Pandas Multi-Index Dataframe Slicing inkonsistent zu sein?
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
Diese Arbeit:
df.loc[1, 'foo', :]
df.loc[1, :, 'can']
Während dies nicht:
df.loc[:, 'foo', 'can']
zwingt mich eine dieser stattdessen zu verwenden:
df.loc[(slice(None), 'foo', 'can'), :]
df.loc[pd.IndexSlice[:, 'foo', 'can'], :]
Im Folgenden sind die gleichen Beispiele, aber mit mehr Details l:
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
Warum ist 'df.loc [:, Spalten]' ein gemeinsames Idiom, wenn 'df [Spalten]' scheint das gleiche zu tun? ich bin wahrscheinlich etwas Nuance fehlt. – MarredCheese
es in der Regel tut das gleiche ... außer wenn es nicht wegen Fallbacks ist.Es gibt ein Problem auf dem GitHub, das alle Möglichkeiten aufzählt - https://github.com/pydata/pandas/issues/9595 - wie dort angemerkt, ist es ein bisschen Chaos, an diesem Punkt primär für Rückwärtskompatibilität – chrisb
Oh, ok. Vielen Dank! – MarredCheese