python - 当 pandas DataFrame 有层次索引时选择一个单元格

Question

我希望能够做到

dat.loc['label_row1', 'label_row2', 'label_col']

但是，它不起作用，需要

dat.loc['label_row1', 'label_row2'].loc['label_col']

对我来说，这是相当不直观的，因为当没有层次索引时，我可以用

选择一个单元格

dat.loc['label_row', 'label_col']

任何人都可以解释推理或建议一种方法来记住这个怪癖吗？

例子:

import pandas as pd
from pandas_datareader import wb

dat = wb.download(
    indicator=['BX.KLT.DINV.WD.GD.ZS'],
    country='CN', start=2005, end=2011)
dat.loc["China", "2003"].loc["BX.KLT.DINV.WD.GD.ZS"]

Answer 1

如果您的索引首先排序，您可以选择所有国家和 2009 年:

dat.sort_index().loc[(slice(None), '2009'), :]
              BX.KLT.DINV.WD.GD.ZS
country year                      
China   2009              2.590357

这里是 indexing with hierarchical data 的链接在文档中。

因为您的索引是一个 MultiIndex 是一个元组，所以您的 .loc 索引也需要是一个元组。请注意以下两种方法之间的区别。一个返回系列，另一个返回数据框:

>>> dat.sort_index().loc[('China', '2009'), :]
BX.KLT.DINV.WD.GD.ZS    2.590357
Name: (China, 2009), dtype: float64

>>> dat.sort_index().loc[[('China', '2009')], :]
              BX.KLT.DINV.WD.GD.ZS
country year                      
China   2009              2.590357