如何通過任意長度的兩列列表對熊貓數據框進行子集

Question

我嘗試了布爾數組和.isin構造的不同組合，但是我的pandas fu不夠強大。

如果我有以下示例數據框：

In[1]:  import pandas as pd
        exampledf = pd.DataFrame({ 'factor1' : ['a', 'b', 'c', 'd', 'a', 'b', 'c', 'd'],
                                   'factor2' : ['e', 'e', 'e', 'e', 'f', 'f', 'f', 'f'],
                                   'numeric' : [1., 2., 3., 4., 5., 6., 7., 8.] })

我需要傳遞任意長度的factor1，factor2對的列表，以返回具有該因子組合的數據框的子集。

例如：

In[2]:  def factorfilter(df, factorlist):
           # code goes here
           # returns a dataframe

        factorfilter(exampledf, [['a', 'e'], ['c', 'f']])

Out[2]:   factor1 factor2  numeric
        0       a       e        1
        6       f       f        7

（如果有比列表更好的設置方法，我全都聽着，這就是發生在我身上的，很容易生成並傳遞給函數）。

Answer 1

您可以利用多索引（索引超過一列）。 我想到了從示例模式構建索引的兩種方法。

import pandas as pd
index = pd.MultiIndex.from_product([list('abcd'),list('ef')],
                                   names=['factor1','factor2'])

要么

factor1 = list('abcdabcd')
factor2 = list('eeeeffff')
index = pd.MultIndex.from_tuples(list(zip(factor1, factor2)),
                                 names=['factor1', 'factor2'])

由此，您可以通過以下方式創建多索引DataFrame ：

numerics = list(range(1,9))
df = pd.DataFrame({'numeric': numerics}, index=index)

df輸出

                 numeric
factor1 factor2
a       e              1
        f              2
b       e              3
        f              4
c       e              5
        f              6
d       e              7
        f              8

[8 rows x 1 columns]

然后，您可以通過將元組列表傳遞給ix屬性來檢索索引的子集。

subdf = df.ix[[('a','e'), ('c','f')]]

subdf輸出

                 numeric
factor1 factor2
a       e              1
c       f              6

[2 rows x 1 columns]