如何使用 MultiIndex 索引和 MultiIndex 列对 Pandas DataFrame 进行切片？

Question

我希望创建一个新的 DataFrame，它对应于基于硅的设备 A 和 B 的结果。

以下是我创建 DataFrame 的代码：

import numpy as np
import pandas as pd

x = np.array(
    [
        [0.26, 0.92, 0.05, 0.43],
        [1.00, 0.62, 1.00, 1.00],
        [1.00, 0.97, 0.04, 1.00],
        [0.00, 1.00, 1.00, 0.88],
        [1.00, 1.00, 1.00, 0.79],
        [0.98, 1.00, 0.79, 0.99],
        [0.99, 1.00, 1.00, 1.00],
        [0.18, 1.00, 0.26, 1.00],
        [0.22, 0.00, 0.34, 0.82],
    ]
)
rowIndx = pd.MultiIndex.from_product(
    [["Slurm", "Zoidberg", "Wernstrom"], ["A", "B", "C"]],
    names=["Laboratory", "Device"],
)
colIndex = pd.MultiIndex.from_product(
    [["Replicant 1 ", "Replicant 2 "], ["Silicon", "Carbon"]]
)
robot = pd.DataFrame(data=x, index=rowIndx, columns=colIndex)
robot

这是桌子的图像。

这是我认为有些工作的代码，但它只会给我错误，所以现在我不知道该尝试什么， robot[(robot.Device=="A") & (robot.Device=="B")][["Silicon"]]

Answer 1

我想你想要这样的东西：

In [6]: robot.loc[:, (robot.columns.get_level_values(level=1)=='Silicon')]
Out[6]:
                  Replicant 1  Replicant 2
                       Silicon      Silicon
Laboratory Device
Slurm      A              0.26         0.05
           B              1.00         1.00
           C              1.00         0.04
Zoidberg   A              0.00         1.00
           B              1.00         1.00
           C              0.98         0.79
Wernstrom  A              0.99         1.00
           B              0.18         0.26
           C              0.22         0.34

这里有两个关键：第一个关键是使用robot.loc[ _ , _ ] （指定两个参数，一个用于索引，一个用于列）； 这必须是您的 MultiIndex 类型索引和您的 MultiIndex 类型列可以理解的内容。

第二个键是robots.columns.get_level_values(level=1) ，它获取 DataFrame 图像中显示的 4 列的级别 1（碳/硅）的 4 个列标签：

In [7]: robot.columns.get_level_values(level=1)
Out[7]: Index(['Silicon', 'Carbon', 'Silicon', 'Carbon'], dtype='object')

然后它根据给定的条件过滤要显示的列：

In [8]: robot.columns.get_level_values(level=1)=='Silicon'
Out[8]: array([ True, False,  True, False])

如果你有除了硅以外的更多元素，你可以使用| 运算符（不是&运算符）像这样：

robot.loc[:, (robot.columns.get_level_values(level=1)=='Silicon')|(robot.columns.get_level_values(level=1)=='Carbon')]

或者更短一点：

lv = robot.columns.get_level_values(level=1)
robot.loc[:, (lv=='Silicon')|(lv=='Carbon')]

更新：如果您还想过滤索引中的值，您可以使用robot.index.get_level_values()而不是robot.columns.get_level_values() 。 下面是一个例子：

lv = robot.columns.get_level_values(level=1)
ilv = robot.index.get_level_values(level=1)
robot.loc[(ilv=='A')|(ilv=='B'), (lv=='Silicon')]

我们已经用逻辑掩码替换了:这意味着 MultiIndex 的所有级别的所有值）来过滤索引，就像我们过滤列的方式一样。

Answer 2

您的数据框是 MultiIndex ，因此您需要使用以下代码来选择一行：

result = robot.iloc[(robot.index.get_level_values('Device') == 'A')|(robot.index.get_level_values('Device') == 'B')]

现在，如果您只想要列Silicon使用以下代码：

result.iloc[:, result.columns.get_level_values(1)== "Silicon"]

Answer 3

像这样使用切片器：

robot.loc[(slice(None), ['A', 'B']), (slice(None), 'Silicon')]

                  Replicant 1  Replicant 2 
                       Silicon      Silicon
Laboratory Device                          
Slurm      A              0.26         0.05
           B              1.00         1.00
Zoidberg   A              0.00         1.00
           B              1.00         1.00
Wernstrom  A              0.99         1.00
           B              0.18         0.26

或者：

idx = pd.IndexSlice
robot.loc[idx[:, ['A', 'B']], idx[:, 'Silicon']]