python - 选择具有多年观察的指数

Question

我希望只选择具有多年观察结果的行。例如，假设

mlIndx = pd.MultiIndex.from_tuples([('x', 0,),('x',1),('z', 0), ('y', 1),('t', 0),('t', 1)])
df = pd.DataFrame(np.random.randint(0,100,(6,2)), columns = ['a','b'], index=mlIndx)


In [18]: df
Out[18]:
      a   b
x 0   6   1
  1  63  88
z 0  69  54
y 1  27  27
t 0  98  12
  1  69  31

我想要的输出是

Out[19]:
      a   b
x 0   6   1
  1  63  88
t 0  98  12
  1  69  31

我目前的解决方案是直截了当的，所以可以更轻松地扩展的东西会很棒。您可以假定一个排序索引。

df.reset_index(level=0, inplace=True)
df[df.level_0.duplicated() | df.level_0.duplicated(keep='last')]

Out[30]:
  level_0   a   b
0       x   6   1
1       x  63  88
0       t  98  12
1       t  69  31

Answer 1

你可以用groupby(在索引的第一级)+ transform来解决这个问题，然后使用 bool 索引过滤掉那些行:

df[df.groupby(level=0).a.transform('size').gt(1)]

      a   b
x 0  67  83
  1   2  34
t 0  18  87
  1  63  20

详情
groupby 的输出 -

df.groupby(level=0).a.transform('size')

x  0    2
   1    2
z  0    1
y  1    1
t  0    2
   1    2
Name: a, dtype: int64

从这里过滤很简单，只需找到大小 > 1 的那些行即可。