python - 如何通过检查列表中的子级索引值来过滤 Pandas 数据帧的行？

Question

我有一个示例 Pandas 数据框 df，它具有多级索引:

>>> df
                STK_Name   ROIC   mg_r
STK_ID RPT_Date                       
002410 20111231      ???  0.401  0.956
300204 20111231      ???  0.375  0.881
300295 20111231     ????  2.370  0.867
300288 20111231     ????  1.195  0.861
600106 20111231     ????  1.214  0.857
300113 20111231     ????  0.837  0.852

和 stk_list 定义为 stk_list = ['600106','300204','300113']

我想获取 df 的行，其 sub_level 索引 STK_ID 的值在 stk_list 内。输出如下:

                STK_Name   ROIC   mg_r
STK_ID RPT_Date                       
300204 20111231      ???  0.375  0.881
600106 20111231     ????  1.214  0.857
300113 20111231     ????  0.837  0.852

基本上，我可以通过以下方式实现此示例数据的目标:

df = df.reset_index() ; df[df.STK_ID.isin(stk_list)]

但我的应用程序数据框中已经有“STK_ID”和“RPT_Date”列，因此 reset_index() 会导致错误。无论如何，我想直接针对索引而不是列进行过滤。

从中学习:How to filter by sub-level index in Pandas

我尝试 df[df.index.map(lambda x: x[0].isin(stk_list))] ，Pandas 0.8.1 给出了 AttributeError: 'unicode' object没有属性“isin”,

我的问题:我应该如何在不使用 reset_index() 和 set_index() 方法的情况下通过检查列表中的子级索引值来过滤 Pandas 数据帧的行？

Answer 1

你可以试试:

df[df.index.map(lambda x: x[0] in stk_list)]

例子:

In : stk_list
Out: ['600106', '300204', '300113']

In : df
Out:
                STK_Name   ROIC   mg_r
STK_ID RPT_Date
002410 20111231      ???  0.401  0.956
300204 20111231      ???  0.375  0.881
300295 20111231     ????  2.370  0.867
300288 20111231     ????  1.195  0.861
600106 20111231     ????  1.214  0.857
300113 20111231     ????  0.837  0.852

In : df[df.index.map(lambda x: x[0] in stk_list)]
Out:
                STK_Name   ROIC   mg_r
STK_ID RPT_Date
300204 20111231      ???  0.375  0.881
600106 20111231     ????  1.214  0.857
300113 20111231     ????  0.837  0.852