python - pandas:具有多索引的 bool 索引

Question

这里有很多标题相似的问题，但我找不到解决这个问题的问题。

我有来自许多不同来源的数据框，我想逐个过滤。当 bool 系列与过滤数据框的大小相同时，使用 bool 索引非常有效，但当系列的大小与过滤数据框的更高级别索引相同时，则效果不佳。

简而言之，假设我有这个数据框:

In [4]: df = pd.DataFrame({'a':[1,1,1,2,2,2,3,3,3], 
                           'b':[1,2,3,1,2,3,1,2,3], 
                           'c':range(9)}).set_index(['a', 'b'])
Out[4]: 
     c
a b   
1 1  0
  2  1
  3  2
2 1  3
  2  4
  3  5
3 1  6
  2  7
  3  8

还有这个系列:

In [5]: filt = pd.Series({1:True, 2:False, 3:True})
Out[6]: 
1     True
2    False
3     True
dtype: bool

我想要的输出是这样的:

     c
a b   
1 1  0
  2  1
  3  2
3 1  6
  2  7
  3  8

我不是在寻找没有使用filt系列的解决方案，例如:

df[df.index.get_level_values('a') != 2]
df[df.index.get_level_values('a').isin([1,3])]

我想知道我是否可以按原样使用我的输入 filt 系列，就像我在 c: 上使用过滤器一样:

filt = df.c < 7
df[filt]

Answer 1

如果您将索引“a”转换回列，您可以按如下方式进行:

>>> df = pd.DataFrame({'a':[1,1,1,2,2,2,3,3,3], 
                       'b':[1,2,3,1,2,3,1,2,3], 
                       'c':range(9)})
>>> filt = pd.Series({1:True, 2:False, 3:True})
>>> df[filt[df['a']].values]
   a  b  c
0  1  1  0
1  1  2  1
2  1  3  2
6  3  1  6
7  3  2  7
8  3  3  8

编辑。正如@joris 所建议的，这也适用于索引。以下是示例数据的代码:

>>> df[filt[df.index.get_level_values('a')].values]
     c
a b   
1 1  0
  2  1
  3  2
3 1  6
  2  7
  3  8