python - 如何在 3D-Pandas Dataframe 中查找包含特定子列/嵌套列的列

Question

所以我有以下 3D Pandas Dataframe，new:

  unique     cat     numerical    
       c   f   b   d         a   e
0      2   5   1   3         0   4
1      8  11   7   9         6  10
2     14  17  13  15        12  16

我想找到哪个“较浅”列包含“较深”列“d”，即“cat”。我对 Pandas 确实很陌生，但在盯着 new.columns 一段时间后:

MultiIndex(levels=[['cat', 'numerical', 'unique'], ['a', 'b', 'c', 'd', 'e', 'f']],
           labels=[[2, 2, 0, 0, 1, 1], [2, 5, 1, 3, 0, 4]])

我终于想到了这种看似冗长、极其嵌套、令人费解的做法，这确实让我'cat':

print(
    new.columns.levels[0][\
    new.columns.labels[0][\
    pd.Index(new.columns.labels[1]).get_loc(\
    pd.Index(new.columns.levels[1]).get_loc('d'))]]
)

我基本上是在级别下的第二个数组中获取“d”的位置(我们称之为 pos1)，然后在标签下的第二个数组中找到该值(pos1)的位置(pos2)，然后找到使用该位置 (pos2) 查找“labels”下第一个数组中的值 (val1)，最后使用位置 val1 查找“levels”下第一个数组中的列名称。

所以我的问题是，是否有更好、“正确”的方法来完成这一切？谢谢。

附注另请注意，所有这一切实际上只是为了让我可以搜索“d”列而不知道它属于哪个“较浅”列:

row = (new.loc[new['cat']['d'] == 9])

这样我就得到:

  unique     cat     numerical    
       c   f   b   d         a   e
1      8  11   7   9         6  10

因此，如果有办法做到这一点，那么整个问题就可以避免。(我也是堆栈溢出的新手，我是否必须将其放入新问题或 smt 中)

Answer 1

交换级别

但是不能保证您拥有唯一的列，因此我使用 iloc[:, 0] 强制解决该问题

new[new.swaplevel(0, 1, 1).d.iloc[:, 0].eq(9)]

  unique     cat    numerical    
       c   f   b  d         a   e
1      8  11   7  9         6  10

<小时/>

xs

关于不保证唯一性的同样警告

new[new.xs('d', 1, 1).iloc[:, 0].eq(9)]

  unique     cat    numerical    
       c   f   b  d         a   e
1      8  11   7  9         6  10

<小时/>

索引切片

new[new.loc[:, pd.IndexSlice[:, 'd']].iloc[:, 0].eq(9)]

  unique     cat    numerical    
       c   f   b  d         a   e
1      8  11   7  9         6  10

<小时/>

级别和标签

我的复杂方法版本

a0, a1 = new.columns.labels
b0, b1 = new.columns.levels

j = b1.get_loc('d')
i = a0[(a1 == j).argmax()]
t = (b0[i], b1[j])

new[new[t] == 9]

  unique     cat    numerical    
       c   f   b  d         a   e
1      8  11   7  9         6  10