Pandas MultiIndex erhält alle Zeilen mit Label-Wert

Question

Angenommen, Sie haben einen Panda DataFrame mit einem MultiIndex. Sie möchten alle Zeilen mit einem Label mit einem bestimmten Wert abrufen. Wie machst Du das?

Mein erster Gedanke war eine boolean Maske ...

df[df.index.labels == 1].head()

aber das funktioniert nicht.

Danke!

Answer 1

Sie müssen angeben, welchen Index Sie verwenden. In meinem Beispiel habe ich der zweite Index (My Datenrahmen s ist, weil es so in Multiindex Seite von Pandas war):

s[s.index.labels[1]==1] 

können Sie tatsächlich sehen, wie Index, wenn Sie Typ aufgebaut ist:

s.index 

die resultierende Struktur ist:

MultiIndex(levels=[['bar', 'baz', 'foo', 'qux'], [1, 2]], 
     labels=[[0, 0, 1, 1, 2, 2, 3, 3], [0, 1, 0, 1, 0, 1, 0, 1]], 
     names=['first', 'second']) 

Below ich habe den vollständigen Code:

>>> import pandas as pd 
>>> import numpy as np 
>>> arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'], 
...   [1, 2, 1, 2, 1, 2, 1, 2]] 
... 
>>> tuples = list(zip(*arrays)) 
>>> index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second']) 
>>> s = pd.Series(np.random.randn(8), index=index) 
>>> s[s.index.labels[1]==1] 
first second 
bar 2  -0.304029 
baz 2  -1.216370 
foo 2   1.401905 
qux 2  -0.411468 
dtype: float64 

Answer 2

würde ich xs (cross-section) verwenden:

In [11]: df = pd.DataFrame([[1, 2, 3], [3, 4, 5]], columns=list("ABC")).set_index(["A", "B"]) 

In [12]: df 
Out[12]: 
    C 
A B 
1 2 3 
3 4 5 

dann können Sie diejenigen treffen, die Pegel haben A gleich 1:

In [13]: df.xs(key=1, level="A") 
Out[13]: 
    C 
B 
2 3 

Mit drop_level=False funktioniert der Filter (ohne die A-Index zu fallen):

In [14]: df.xs(key=1, level="A", drop_level=False) 
Out[14]: 
    C 
A B 
1 2 3 

Answer 3

Alternativlösung:

In [62]: df = pd.DataFrame({'idx1': ['A','B','C'], 'idx2':[1,2,3], 'val': [30,10,20]}).set_index(['idx1','idx2']) 

In [63]: df 
Out[63]: 
      val 
idx1 idx2 
A 1  30 
B 2  10 
C 3  20 

In [64]: df[df.index.get_level_values('idx2') == 2] 
Out[64]: 
      val 
idx1 idx2 
B 2  10 

In [65]: df[df.index.get_level_values(1) == 2] 
Out[65]: 
      val 
idx1 idx2 
B 2  10