从pandas DataFrame MultiIndex中选择命名索引级别

Question

我创建了一个数据框：

df1 = pandas.read_csv(ifile_name,  header=None,  sep=r"\s+",  usecols=[0,1,2,3,4],
                              index_col=[0,1,2], names=["year", "month", "day", "something1", "something2"])

现在我想创建另一个年份> 2008的数据框。 因此我试过：

df2 = df1[df1.year>2008]

但得到错误：

AttributeError: 'DataFrame' object has no attribute 'year'

我猜，它没有看到列中的“年份”，因为我在索引中定义了它。 但是，在这种情况下，如何根据年份> 2008获取数据？

Answer 1

使用MultiIndex.get_level_values按名称获取级别，并为行选择创建一个布尔掩码：

df2 = df1[df1.index.get_level_values('year') > 2008]

如果您打算进行修改，请创建df1的副本，以便不对视图进行操作。

df2 = df1[df1.index.get_level_values('year') > 2008].copy()

Answer 2

你是正确的year是一个索引而不是一个列。 一种解决方案是使用pd.DataFrame.query ，它允许您直接使用索引名称：

df = pd.DataFrame({'year': [2005, 2010, 2015], 'value': [1, 2, 3]})
df = df.set_index('year')

res = df.query('year > 2008')

print(res)

      value
year       
2010      2
2015      3

Answer 3

假设您的索引已排序

df.loc[2008:]
Out[259]: 
      value
year       
2010      2
2015      3