在 Pandas 多索引中逐級迭代

Question

本質上，我有一個多索引，它是第一個日期時間，然后是周數的 integer 值。

我想 select 一個周數，檢查該周數據的一些條件，如果滿足這些條件，則獲取索引的日期時間級別。

這是一個簡化版本：

# Dataframe creation
index = pd.date_range('1/1/2019', '1/4/2019')
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B':[3, 4, 5, 6], 'C':['a', 'a', 'b', 'b']}, index=index)

print(df)

            A  B  C
2019-01-01  1  3  a
2019-01-02  2  4  a
2019-01-03  3  5  b
2019-01-04  4  6  b

然后，

# make a multi-index with last column
df = df.set_index([df.index, 'C'])
print(df)

              A  B
           C      
2019-01-01 a  1  3
2019-01-02 a  2  4
2019-01-03 b  3  5
2019-01-04 b  4  6

再次，很好。 根據這個答案，我希望df.loc[['a']]會產生

              A  B
           C      
2019-01-01 a  1  3
2019-01-02 a  2  4

但是，我得到一個鍵/索引錯誤。 我改為嘗試df[df['C'] == 'a'] ，但也出現了鍵/索引錯誤。

所以我想要實現的偽代碼類似於：

df = df.set_index([df.index, 'C'])

for value in 'C' level:
    check some condition on 'B' variable.
    if condition:
       get date level for this value

如果我能弄清楚如何按指定的索引級別進行切片，這似乎相當簡單......我錯過了什么？

筆記：

我意識到我可以將C變量保留為一列，然后執行以下操作：

for c in df.C.unique():
    if (df[df.C == c].B >= 4).any():
        dates = df[df.C == c].index
        print(dates)

但是，現在我專注於理解多索引只是為了更好地學習 Pandas。

Answer 1

快速修復： query適用於級別名稱：

df.query('C=="a"')

Output：

              A  B
           C      
2019-01-01 a  1  3
2019-01-02 a  2  4

---

官方文檔中有關多級索引的更多詳細信息。 如果您有多級索引，則按元組(first_level, second_level)對其進行切片：

df.loc[('2019/01/01', 'a')]

因此，您可以獲得具有二級值的所有行：

df.loc[(slice(None), 'a'), :]

你得到：

              A  B
           C      
2019-01-01 a  1  3
2019-01-02 a  2  4

或者您可以使用xs ：

df.xs('a', level='C')

其中給出（請注意，二級索引已消失）：

            A  B
2019-01-01  1  3
2019-01-02  2  4

---

最后，您要for c in df.C.unique():做的更多是groupby ：

df.loc[df.groupby('C')['B'].transform('max')>=4].index

Output：

MultiIndex([('2019-01-01', 'a'),
            ('2019-01-02', 'a'),
            ('2019-01-03', 'b'),
            ('2019-01-04', 'b')],
           names=[None, 'C'])

Answer 2

我想你想要的是：

df.loc[(slice(None), 'a'), :]

這會給你：

              A  B
           C      
2019-01-01 a  1  3
2019-01-02 a  2  4

這是基於對問題Select 行中 pandas MultiIndex DataFrame 行的問題 1b的回答。