python - pandas 获取多索引发生变化的整数索引

Question

我有一个非常大的带有多重索引的数据框。我需要将一列传递给 C 来快速执行操作。对于此操作，我需要知道多索引在哪里更改值。由于这是一个大型数据框，我不想在 python 中迭代行或索引。一个小例子:

import numpy as np
import pandas as pd
a = np.array([['bar', 'one', 0, 0],
       ['bar', 'two', 1, 2],
       ['bar', 'one', 2, 4],
       ['bar', 'two', 3, 6],
       ['foo', 'one', 4, 8],
       ['foo', 'two', 5, 10],
       ['bar', 'one', 6, 12],
       ['bar', 'two', 7, 14]], dtype=object)
df = pd.DataFrame(a, columns=['ix0', 'ix1', 'cd0', 'cd1'])
df.sort_values(['ix0', 'ix1'], inplace=True)
df.set_index(['ix0', 'ix1'], inplace=True)

数据框如下所示:

In [7]: df
Out[7]: 
        cd0 cd1
ix0 ix1        
bar one   0   0
    one   2   4
    one   6  12
    two   1   2
    two   3   6
    two   7  14
foo one   4   8
    two   5  10

现在我想要一个数组或列表来显示多索引中的值发生变化的位置。即整数索引，其中 (bar, one) 更改为 (bar, Two)，(bar, Two) 更改为 (foo, one)，等等。

为了能够构建分层输出，该数据似乎必须存在于索引中。有办法实现吗？

我正在寻找的示例输出是:[0, 3, 6, 7]。

谢谢

Answer 1

您可以将np.unique与return_index=True一起使用:

In [69]: uniques, indices = np.unique(df.index, return_index=True)

In [70]: indices
Out[70]: array([0, 3, 6, 7])