![](/img/trans.png)
[英]Assigning values to Pandas Multiindex DataFrame by index level
[英]Select named index level from pandas DataFrame MultiIndex
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?
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()
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
假設您的索引已排序
df.loc[2008:]
Out[259]:
value
year
2010 2
2015 3
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.