從pandas DataFrame MultiIndex中選擇命名索引級別

Question

我創建了一個數據框：

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"])

現在我想創建另一個年份> 2008的數據框。 因此我試過：

df2 = df1[df1.year>2008]

但得到錯誤：

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

我猜，它沒有看到列中的“年份”，因為我在索引中定義了它。 但是，在這種情況下，如何根據年份> 2008獲取數據？

Answer 1

使用MultiIndex.get_level_values按名稱獲取級別，並為行選擇創建一個布爾掩碼：

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

如果您打算進行修改，請創建df1的副本，以便不對視圖進行操作。

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

Answer 2

你是正確的year是一個索引而不是一個列。 一種解決方案是使用pd.DataFrame.query ，它允許您直接使用索引名稱：

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

假設您的索引已排序

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