python - 从指定级别按多个值切片 MultiIndex DataFrame

Question

我想切片一个 MultiIndex DataFrame通过来自次要级别的多个值。例如，在以下 DataFrame 中:

                val1  val2
ind1 ind2 ind3            
1    6    s1      10     8
2    7    s1      20     6
3    8    s2      30     4
4    9    s2      50     2
5    10   s3      60     0

我希望只对 ind3 == s1 或 ind3 == s3 的行进行切片:

           val1  val2
ind1 ind2            
1    6       10     8
2    7       20     6
5    10      60     0

最佳假设选项是将多个参数传递给 .xs ，因为可以显式声明所需的 level。

我显然可以连接所有按单值切片的数据帧:

In[2]: pd.concat([df.xs('s1',level=2), df.xs('s3',level=2)])
Out[2]:
           val1  val2
ind1 ind2            
1    6       10     8
2    7       20     6
5    10      60     0

但是 (a) 当使用超过 2 个值时，它很乏味且可读性差，(b) 对于大型 DataFrame，它非常重(或者至少比多值切片选项(如果存在))。

这是构建示例 DataFrame 的代码:

import pandas as pd
df = pd.DataFrame({'ind1':[1,2,3,4,5], 'ind2':[6,7,8,9,10], 'ind3':['s1','s1','s2','s2','s3'], 'val1':[10,20,30,50,60], 'val2':[8,6,4,2,0]}).set_index(['ind1','ind2','ind3'])

Answer 1

与 DataFrame 中的大多数选择一样，您可以使用掩码或索引器(在本例中为 loc)。

要获取掩码，您可以在 MultiIndex 上使用 get_level_values ( docs )，然后使用 isin ( docs )。

m = df.index.get_level_values('ind3').isin(['s1', 's3'])
df[m].reset_index(level=2, drop=True)

要使用loc:

df.loc[(slice(None), slice(None), ['s1', 's3']), :].reset_index(level=2, drop=True)

都输出

           val1  val2
ind1 ind2            
1    6       10     8
2    7       20     6
5    10      60     0

注意:loc 方式也可以按照 Alberto Garcia-Raboso 的回答中的方式编写。许多人更喜欢这种语法，因为它与 Index 的 loc 语法更一致。 the docs 中讨论了这两种语法样式.