python - 用于级别名称的 Pandas 多索引切片

Question

最新版本的 Pandas 支持多索引切片器。但是，需要知道不同级别的整数位置才能正确使用它们。

例如以下内容:

idx = pd.IndexSlice
dfmi.loc[idx[:,:,['C1','C3']],idx[:,'foo']]

假设我们知道第三 行级别是我们要用C1 和C3 索引的行级别，并且second 列级别是我们要使用 foo 编制索引的级别。

有时我知道级别的名称，但不知道它们在多重索引中的位置。在这种情况下有没有办法使用多索引切片？

例如，假设我知道我想在每个级别名称上应用哪些切片，例如作为字典:

'level_name_1' -> ':' 
'level_name_2' -> ':'
'level_name_3' -> ['C1', 'C3']

但我不知道这些级别在多索引中的位置(深度)。 Pandas 是否为此内置了索引机制？

如果我知道关卡名称但不知道它们的位置，我还能以某种方式使用 pd.IndexSlice 对象吗？

PD:我知道我可以使用 reset_index() 然后只使用平面列，但我想避免重置索引(即使是暂时的)。我也可以使用 query，但是 query 要求索引名称与 Python 标识符兼容(例如，没有空格等)。

---

我所看到的与上述最接近的是:

df.xs('C1', level='foo')

其中 foo 是级别的名称，C1 是感兴趣的值。

我知道xs支持多​​键，例如:

df.xs(('one', 'bar'), level=('second', 'first'), axis=1)

但它不支持切片或范围(像pd.IndexSlice一样)。

Answer 1

这仍然是一个 Unresolved 增强问题，请参阅 here .支持这一点非常简单。欢迎拉取请求!

作为变通方法，您可以轻松地做到这一点:

In [11]: midx = pd.MultiIndex.from_product([list(range(3)),['a','b','c'],pd.date_range('20130101',periods=3)],names=['numbers','letters','dates'])

In [12]: midx.names.index('letters')
Out[12]: 1

In [13]: midx.names.index('dates')
Out[13]: 2

这是一个完整的例子

In [18]: df = DataFrame(np.random.randn(len(midx),1),index=midx)

In [19]: df
Out[19]: 
                                   0
numbers letters dates               
0       a       2013-01-01  0.261092
                2013-01-02 -1.267770
                2013-01-03  0.008230
        b       2013-01-01 -1.515866
                2013-01-02  0.351942
                2013-01-03 -0.245463
        c       2013-01-01 -0.253103
                2013-01-02 -0.385411
                2013-01-03 -1.740821
1       a       2013-01-01 -0.108325
                2013-01-02 -0.212350
                2013-01-03  0.021097
        b       2013-01-01 -1.922214
                2013-01-02 -1.769003
                2013-01-03 -0.594216
        c       2013-01-01 -0.419775
                2013-01-02  1.511700
                2013-01-03  0.994332
2       a       2013-01-01 -0.020299
                2013-01-02 -0.749474
                2013-01-03 -1.478558
        b       2013-01-01 -1.357671
                2013-01-02  0.161185
                2013-01-03 -0.658246
        c       2013-01-01 -0.564796
                2013-01-02 -0.333106
                2013-01-03 -2.814611

这是你的关卡名称字典 -> 切片

In [20]: slicers = { 'numbers' : slice(0,1), 'dates' : slice('20130102','20130103') }

这会创建一个空的索引器(选择所有内容)

In [21]: indexer = [ slice(None) ] * len(df.index.levels)

添加切片器

In [22]: for n, idx in slicers.items():
              indexer[df.index.names.index(n)] = idx

然后选择(这必须是一个元组，但是我们必须修改它才能开始的列表)

In [23]: df.loc[tuple(indexer),:]
Out[23]: 
                                   0
numbers letters dates               
0       a       2013-01-02 -1.267770
                2013-01-03  0.008230
        b       2013-01-02  0.351942
                2013-01-03 -0.245463
        c       2013-01-02 -0.385411
                2013-01-03 -1.740821
1       a       2013-01-02 -0.212350
                2013-01-03  0.021097
        b       2013-01-02 -1.769003
                2013-01-03 -0.594216
        c       2013-01-02  1.511700
                2013-01-03  0.994332