用熊猫切片Mutliindex数据

Question

我已将csv导入为多索引数据框。 这是数据的模型：

df = pd.read_csv("coursedata2.csv", index_col=[0,2])

print (df)

                                  COURSE

ID Course List
12345 Interior Environments DESN10000 Rendering & Present Skills DESN20065 Lighting DESN20025 22345 Drawing Techniques DESN10016 Colour Theory DESN14049 Finishes & Sustainable Issues DESN12758 Lighting DESN20025 32345 Window Treatments&Soft Furnish DESN27370 42345 Introduction to CADD INFO16859 Principles of Drafting DESN10065 Drawing Techniques DESN10016 The Fundamentals of Design DESN15436 Colour Theory DESN14049 Interior Environments DESN10000 Drafting DESN10123 Textiles and Applications DESN10199 Finishes & Sustainable Issues DESN12758

[17 rows x 1 columns]

我可以使用.xs通过标签轻松对其进行切片-例如：

selected = df.xs (12345, level='ID') print selected

                        COURSE
Course List                          
Interior Environments       DESN10000
Rendering & Present Skills  DESN20065
Lighting                    DESN20025

[3 rows x 1 columns]

>

但是我想做的是逐步遍历数据框，并通过ID在课程的每个块上执行操作。 实际数据中的ID值是相当随机的整数，以升序排序。

df.index显示：

df.index MultiIndex(levels=[[12345, 22345, 32345, 42345], [u'Colour Theory', u'Colour Theory ', u'Drafting', u'Drawing Techniques', u'Finishes & Sustainable Issues', u'Interior Environments', u'Introduction to CADD', u'Lighting', u'Principles of Drafting', u'Rendering & Present Skills', u'Textiles and Applications', u'The Fundamentals of Design', u'Window Treatments&Soft Furnish']], labels=[[0, 0, 0, 1, 1, 1, 1, 2, 3, 3, 3, 3, 3, 3, 3, 3, 3], [5, 9, 7, 3, 1, 4, 7, 12, 6, 8, 3, 11, 0, 5, 2, 10, 4]], names=[u'ID', u'Course List'])

在我看来，我应该能够使用第一个索引标签在整个Dataframe中进行递增。 就是 获取标签0，然后1，然后2，然后3，...的所有课程。但是看起来.xs不会按标签进行分片。

我想念什么吗？

Answer 1

因此，可能有更有效的方法来执行此操作，具体取决于您要对数据执行的操作。 但是，有两种方法可以立即想到：

for id_label in df.index.levels[0]:
    some_func(df.xs(id_label, level='ID'))

和

for id_label in df.index.levels[0]:
    df.xs(id_label, level='ID').apply(some_func, axis=1)

取决于要对整个组还是对其中的每一行进行操作。