使用级别获取多索引Pandas DataFrame的最小索引

Question

我有一个熊猫数据帧是multiindexed ，并希望找到在每个级别上的行的子集某列的最小值，并获得这些行的全部内容。

import pandas as pd

idx = pd.MultiIndex.from_product([['v1', 'v2'],
                                  ['record' + str(i) for i in range(1, 7)]])

df = pd.DataFrame([[2., 114], [2., 1140],
                   [3., 114], [3., 1140],
                   [5., 114], [5., 1140],
                   [2., 114], [2., 1140],
                   [3., 114], [3., 1140],
                   [5., 114], [5., 1140]],
                  columns=['col1', 'col2'],
                  index=idx)

我的结构：

                 col1  col2
level1 level2
v1     record1    2.0   114
       record2    2.0  1140
       record3    3.0   114
       record4    3.0  1140
       record5    5.0   114
       record6    5.0  1140
v2     record1    2.0   114
       record2    2.0  1140
       record3    3.0   114
       record4    3.0  1140
       record5    5.0   114
       record6    5.0  1140

---

示例所需的输出我想要col1 == 5的另一列的最小值：

                 col1  col2
level1 level2
v1     record5    5.0   114
v2     record5    5.0   114

---

我知道我可以使用比较语句获取行的子集。

df.ix[df['col1'] == 5]

而且我也知道，我可以从各级该子集内获取某列的最小值 。

df['col2'][df['col1'] == 5].min(level='level1')

如果我想指定级别，那么我可以在特定级别上获得1行的索引 。

df.ix['v1', pay_up_file.ix['v1']['col2'][(df.ix['v1']['col1'] == 5)].idxmin()]

但我无法弄清楚是否有一种有效的方法从各个层面获取索引

似乎没有一种方法可用于此：

df['col2'][df['col1'] == 5].idxmin(level='level1')

我可以用这个得到我想要的东西：

df.ix[
  (df['col1'] == 5) & 
  (df['col2'].isin(df['col2'][df['col1'] == 5].min(level='level1').values))
]

但是对于Pandas其他一切，是否有更好的方法来获得我的输出？

Answer 1

这应该工作：

df.loc[df.loc[df.col1 == 5.].groupby(level=0).col2.idxmin()]

            col1  col2
v1 record5   5.0   114
v2 record5   5.0   114

注意

我正在使用你认为应该的idxmin 。 但背景很重要。 我在groupby(level=0).col2.idxmin()它，它的行为与你认为的col2.idxmin(level=...) 。

Answer 2

>>> (df[df.col1 == 5]
     .groupby(level=0, as_index=False).col2
     .apply(lambda group: group.nsmallest(1))
0  v1  record5    114
1  v2  record5    114
dtype: int64

要么...

>>> df[df.col1 == 5].groupby(level=0).col2.nsmallest(1)
v1  v1  record5    114
v2  v2  record5    114
dtype: int64

但我不确定为什么第一级显示两次（即'v1''v1'......）。