如何跳过多索引数据框中的列级别？

Question

我有一个具有3个级别的嵌套多索引数据框，我想选择第一和第三级别而不选择第二级别。 有可能这样做吗？

我当前的代码如下所示（已更新）。 现在我收到TypeError：无法散列的类型：熊猫的“切片”，我不确定为什么。 “ D”和“ E”是我要从第3级中选择的列。

   df1_1 = data['A'].loc['B',:,'D','E']

Answer 1

使用来自pandas docs的示例数据框您可以将loc与axis参数或切片器或IndexSlice一起使用：

设定：

def mklbl(prefix,n):
    return ["%s%s" % (prefix,i)  for i in range(n)]

miindex = pd.MultiIndex.from_product([mklbl('A',4),
                                        mklbl('B',2),
                                      mklbl('C',4),
                                       mklbl('D',2)])

micolumns = pd.MultiIndex.from_tuples([('a','foo'),('a','bar'),
                                        ('b','foo'),('b','bah')],
                                       names=['lvl0', 'lvl1'])


dfmi = pd.DataFrame(np.arange(len(miindex)*len(micolumns)).reshape((len(miindex),len(micolumns))),
                    index=miindex,
                     columns=micolumns).sort_index().sort_index(axis=1)


dfmiT = dfmi.T.copy()

dfmiT

输入数据框：

          A0                                    ...    A3                      \
          B0                             B1     ...    B0        B1             
          C0     C1      C2      C3      C0     ...    C3        C0        C1   
          D0 D1  D0  D1  D0  D1  D0  D1  D0  D1 ...    D0   D1   D0   D1   D0   
lvl0 lvl1                                       ...                             
a    bar   1  5   9  13  17  21  25  29  33  37 ...   217  221  225  229  233   
     foo   0  4   8  12  16  20  24  28  32  36 ...   216  220  224  228  232   
b    bah   3  7  11  15  19  23  27  31  35  39 ...   219  223  227  231  235   
     foo   2  6  10  14  18  22  26  30  34  38 ...   218  222  226  230  234   

让我们将.loc与axis参数一起使用：

dfmiT.loc(axis=1)['A3',:,'C2']

输出：

            A3               
            B0        B1     
            C2        C2     
            D0   D1   D0   D1
lvl0 lvl1                    
a    bar   209  213  241  245
     foo   208  212  240  244
b    bah   211  215  243  247
     foo   210  214  242  246