大熊猫可互换双重索引？

Question

我有一个DataFrame，我建立了一个双重索引。 “开始”值在“结束”索引值中不存在，反之亦然。

c_weights.rename(columns={0:'start',1:'end',2:'metric',3:'angular',4:'special',5:'cos_pi'}, inplace=True)
c_weights.set_index(['start','end'],inplace=True)
c_weights.head()

我希望能够调用类似的内容：c_weights.loc [1,638]或c_weights.loc [638,1]并获取同一行数据。 为了清楚起见，这两个索引组合始终是唯一的。 这怎么可能是骨头？

Answer 1

无论如何，对于第一种情况，您可以使用ix索引并在行索引上传递一个元组

c_weights.ix[(1,638)]

在第二种情况下，我想这取决于您是否先掌握了结局，在这种情况下，我只会以正确的方式构造一个元组或将其反转（ (638,1)[::-1] = (1, 638) ）

直言不讳：由于您说自己具有互斥的开始和结束，因此您还可以使用以下列表理解

l = (start, end) # l = (end, start) returns the same
c_weights.ix[[x for x in c_weights.index if (x ==  l) or (x == l[::-1])]]

如果您还有唯一索引，则可以将其简化为：

c_weights.ix[[x for x in c_weights.index if (x[0] ==  l[0]) or (x[1] == l[1])]]

Answer 2

数据帧是围绕numpy ndarray的包装，在其中分配行和列索引。 我们可以定义具有不同行或列索引的第二个数据帧，并访问相同的ndarray。 例如，让我们首先定义df1 ，然后使用相同的数据定义df2 ，但是交换MultiIndex行索引中的级别。 列保持不变。

import pandas as pd
import numpy as np

np.random.seed([3,1415])

df1 = pd.DataFrame(np.random.rand(4, 2),
                   pd.MultiIndex.from_product([('a', 'b'), (1, 2)]),
                   ['col1', 'col2'])
df2 = pd.DataFrame(df1.values, df1.index.swaplevel(0, 1), df1.columns)

print df1

         col1      col2
a 1  0.444939  0.407554
  2  0.460148  0.465239
b 1  0.462691  0.016545
  2  0.850445  0.817744

print df2

         col1      col2
1 a  0.444939  0.407554
2 a  0.460148  0.465239
1 b  0.462691  0.016545
2 b  0.850445  0.817744

我们可以看到数据是相同的，索引被交换了。 从df1访问数据与从df1到共可变点的数据相同。 让我们在df1一些更改并查看df2

df1.loc[('a', 1), 'col1'] = 1.
print df2

         col1      col2
1 a  1.000000  0.407554
2 a  0.460148  0.465239
1 b  0.462691  0.016545
2 b  0.850445  0.817744

现在我们已经确信，让我们观察一下，现在我们有2个数据框，可以从中访问相同的数据。 让我们定义一个函数来执行OP的要求。

ambigui_t = lambda t: df1.loc[t] if t in df.index else df2.loc[t]

print ambigui_t(('a', 1))

col1    1.000000
col2    0.407554
Name: (a, 1), dtype: float64

print ambigui_t((1, 'a'))

col1    1.000000
col2    0.407554
Name: (1, a), dtype: float64