python - 在多索引上使用切片器

Question

我有以下形式的数据框:

Contract  Date      
201501    2014-04-29    1416.0
          2014-04-30    1431.1
          2014-05-01    1430.6
          2014-05-02    1443.9
          2014-05-05    1451.6
          2014-05-06    1461.4
          2014-05-07    1456.0
          2014-05-08    1441.1
          2014-05-09    1437.8
          2014-05-12    1445.2
          2014-05-13    1458.2
          2014-05-14    1487.6
          2014-05-15    1477.6
          2014-05-16    1467.9
          2014-05-19    1484.9
          2014-05-20    1470.5
          2014-05-21    1476.9
          2014-05-22    1490.0
          2014-05-23    1473.3
          2014-05-27    1462.5
          2014-05-28    1456.3
          2014-05-29    1460.5
201507    2014-05-30    1463.5
          2014-06-02    1447.5
          2014-06-03    1444.4
          2014-06-04    1444.7
          2014-06-05    1455.9
          2014-06-06    1464.0

其中 Contract 和 Date 分别是 int 和 datetime64 类型的索引。

我想要的是选择一个日期范围。它的工作原理是:

df.reset_index('Contract', drop=True).loc['2014-09']

但我讨厌这个，因为它丢失了索引/不是很愉快(我必须做很多这样的事情)。

我想我应该可以这样做:

df.loc[:,'2014-09']

以恢复 2014 年 9 月的所有数据。实际上，这是行不通的。我只能通过以下方式选择一天:

df.loc[:,'2014-09-02']

为什么我的多索引切片器不起作用？

Answer 1

Pandas 需要您明确选择层次索引的列还是子级别。在这种情况下，df.loc[:,'2014-09'] 失败，因为 pandas 试图获取所有行，然后查找标记为 '2014-09' 的列(不存在)。

相反，您需要为多索引的两个级别和提供列标签/切片。

要从您的示例中选择 2014 年 5 月的所有数据，您可以编写:

>>> df.loc[(slice(None), '2014-05'), :]                            
Contract Date              
201501   2014-05-01  1430.6
         2014-05-02  1443.9
         2014-05-05  1451.6
         2014-05-06  1461.4
         2014-05-07  1456.0
         2014-05-08  1441.1
         2014-05-09  1437.8
         2014-05-12  1445.2
         2014-05-13  1458.2
         2014-05-14  1487.6
         2014-05-15  1477.6
         2014-05-16  1467.9
         2014-05-19  1484.9
         2014-05-20  1470.5
         2014-05-21  1476.9
         2014-05-22  1490.0
         2014-05-23  1473.3
         2014-05-27  1462.5
         2014-05-28  1456.3
         2014-05-29  1460.5
201507   2014-05-30  1463.5

此处 [(slice(None), '2014-05'), :] 转换为 [:, '2014-05'] 的切片行和列的 [:]。

pd.IndexSlice 对象的引入是为了让这些切片语义更容易一些:

>>> idx = pd.IndexSlice
>>> df.loc[idx[:, '2014-05'], :]
# same slice of DataFrame