[英]How to slice one MultiIndex DataFrame with the MultiIndex of another
[英]how to slice MultiIndex DataFrame with dependent levels of MultiIndex
我有一个4级MultiIndex的pandas数据帧。 我正在尝试为每个级别1索引选择具有不同级别4索引的行。
例:
In [68]: df = pd.DataFrame({'i1':[1,1,1,2,2,2],
'i2':[1,1,2,1,1,2],
'i3':[1,1,1,1,1,1],
'i4':[0,1,2,0,1,2],
'data':[1,1,2,2,1,1]}).set_index(['i1','i2','i3','i4'])
In [69]: df
Out[69]:
data
i1 i2 i3 i4
1 1 1 0 1
1 1
2 1 2 2
2 1 1 0 2
1 1
2 1 2 1
现在我想获得索引如下:
对于索引i1 = 1,索引i4在[0,1]中
对于索引i1 = 2,[1,2]中的索引i4
data
i1 i2 i3 i4
1 1 1 0 1
1 1
2 1 1 1 1
2 1 2 1
现在这个工作:
cond1 = (df.index.get_level_values('i1') == 1) & (df.index.get_level_values('i4').isin([0,1]))
cond2 = (df.index.get_level_values('i1') == 2) & (df.index.get_level_values('i4').isin([1,2]))
.
.
.
condN = ...
df[cond1 | cond2 | ... | condN]
但它看起来不好解决方案。 这有什么聪明的方法吗?
使用IndexSlice
可以使这更容易,如下所示:
idx = pd.IndexSlice
index1 = idx[1, :, :, 0:1]
index2 = idx[2, :, :, 1:2]
pd.concat([df.loc[index1], df.loc[index2]])
如果您需要创建许多索引,则可以将这些索引存储在数据框中并迭代该数据框以创建各种切片,然后使用pd.concat
的列表pd.concat
来获取最终对象。 下面,假设x ['id1']是你想要id1
拥有的值,我还假设你要限制相同的两个索引列。
indices = [
idx[
x['id1'],
lambda x['id2']: x['id2'] or slice(None),
lambda x['id3']: x['id3'] or slice(None),
x['id4']
] for x in index_df.iterrows()
]
pd.concat([df.loc[i] for i in indices])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.