python - 使用 MultiIndex 沿多个维度对 Pandas 系列进行切片的有效方法是什么？

Question

我迷失在 ix、xs、MultiIndex、get_level_values 和其他 Pandas 的海洋中。

我有一个具有 3 级多索引的系列。根据不同级别的值对系列进行切片的有效方法是什么？

我的系列看起来像这样:

days  id                      start_date
0     S0036-4665(00)04200108  2013-05-18      1
3     S0036-4665(00)04200108  2013-05-18      1
5     S0036-4665(00)04200108  2013-05-18      3
13    S0036-4665(00)04200108  2013-05-18      1
19    S0036-4665(00)04200108  2013-05-18      1
39    S0036-4665(00)04200108  2013-05-18      1
...

很明显，id 和 start_date 的值随着名气的下降而变化

我希望能够根据以下内容进行切片: - 数字范围内的天数 - 特定集合中的 id - 特定日期范围内的开始日期

到目前为止，我找到了this solution ，建议使用 df[df.index.get_level_values('a').isin([5, 7, 10, 13])]，我发现我可以这样做:

s.select(lambda x: x[0] < 20 and (x[1] in set('some id', 'other id') ))

这两个是最好的解决方案吗？我觉得我应该可以用 xs 或 ix 做点什么，但前者似乎只能让你按特定值过滤，而后者只能索引系列中的位置？

Answer 1

这是一个例子；这需要当前的主人，并将在 0.14 中可用。文档在这里:http://pandas-docs.github.io/pandas-docs-travis/indexing.html#multiindexing-using-slicers

创建一个多索引(这恰好是输入的笛卡尔积，但是没有必要)

In [28]: s = Series(np.arange(27),
               index=MultiIndex.from_product(
                     [[1,2,3],
                      ['foo','bar','bah'],
                      date_range('20130101',periods=3)])
                    ).sortlevel()

始终确保您已完全排序

In [29]: s.index.lexsort_depth
Out[29]: 3

In [30]: s
Out[30]: 
1  bah  2013-01-01     6
        2013-01-02     7
        2013-01-03     8
   bar  2013-01-01     3
        2013-01-02     4
        2013-01-03     5
   foo  2013-01-01     0
        2013-01-02     1
        2013-01-03     2
2  bah  2013-01-01    15
        2013-01-02    16
        2013-01-03    17
   bar  2013-01-01    12
        2013-01-02    13
        2013-01-03    14
   foo  2013-01-01     9
        2013-01-02    10
        2013-01-03    11
3  bah  2013-01-01    24
        2013-01-02    25
        2013-01-03    26
   bar  2013-01-01    21
        2013-01-02    22
        2013-01-03    23
   foo  2013-01-01    18
        2013-01-02    19
        2013-01-03    20
dtype: int64

这有助于定义以减少冗长(这将级别组合在一起用于单个轴)

In [33]: idx = pd.IndexSlice

选择我，其中级别 0 为 2，级别 1 为 bar 或 foo

In [31]: s.loc[idx[[2],['bar','foo']]]
Out[31]: 
2  bar  2013-01-01    12
        2013-01-02    13
        2013-01-03    14
   foo  2013-01-01     9
        2013-01-02    10
        2013-01-03    11
dtype: int64

同上，但是level 2等于20130102

In [32]: s.loc[idx[[2,3],['bar','foo'],'20130102']]
Out[32]: 
2  bar  2013-01-02    13
   foo  2013-01-02    10
3  bar  2013-01-02    22
   foo  2013-01-02    19
dtype: int64

这是一个使用 bool 索引器而不是级别索引器的示例。

In [43]: s.loc[idx[[2,3],['bar','foo'],s<20]]
Out[43]: 
2  bar  2013-01-01    12
        2013-01-02    13
        2013-01-03    14
   foo  2013-01-01     9
        2013-01-02    10
        2013-01-03    11
3  foo  2013-01-01    18
        2013-01-02    19
dtype: int64

这里是一个省略了一些级别的例子(注意我在这里没有使用idx，因为它们本质上等同于一个系列；在索引一个DataFrame时更有用)

In [47]: s.loc[:,['bar','foo'],'20130102']
Out[47]: 
1  bar  2013-01-02     4
   foo  2013-01-02     1
2  bar  2013-01-02    13
   foo  2013-01-02    10
3  bar  2013-01-02    22
   foo  2013-01-02    19
dtype: int64