python - Pandas:按标签获取唯一的 MultiIndex 级别值

Question

假设你有这个 MultiIndex-ed DataFrame:

df = pd.DataFrame({'country':['DE','DE','FR','FR'],
                   'biome':['Lake','Forest','Lake','Forest'],
                   'area':[10,20,30,40],
                   'count':[7,5,2,3]})
df = df.set_index(['country','biome'])

看起来像这样:

                area  count
country biome
DE      Lake      10      7
        Forest    20      5
FR      Lake      30      2
        Forest    40      3

我想检索每个索引级别的唯一值。这可以使用

来完成

>>> df.index.levels[0]
['DE', 'FR']

>>> df.index.levels[1]
['Lake', 'Forest']

我真正想要做的是通过通过他们的名字来处理级别来检索这些列表，即'country'和'生物群落'。我能找到的最短的两种方法如下所示:

>>> list(set(df.index.get_level_values('country')))
['DE', 'FR']

>>> df.index.levels[df.index.names.index('country')]
['DE', 'FR']

但它们都不是很优雅。有没有更短和/或更高效的方法？

Answer 1

Pandas 0.23.0 终于 introduced这个问题的一个更干净的解决方案: Index.unique() 的 level 参数:

In [3]: df.index.unique(level='country')
Out[3]: Index(['DE', 'FR'], dtype='object', name='country')

这是现在推荐的解决方案。它的效率要高得多，因为它避免了在内存中创建级别值的完整表示并重新扫描它。