python - 如何使用 python pandas 通过多索引获取值？

Question

如何通过数据帧的多索引获取值？

例如，我有一个数据框mm:

np.random.seed(1)
mm = pd.DataFrame(np.random.randn(5,2))
mm['A'] = np.arange(5)
mm['B'] = np.arange(5,10)
mm.set_index(['A','B'], inplace=True)

print mm

        0         1
A B                    
0 5  1.624345 -0.611756
1 6 -0.528172 -1.072969
2 7  0.865408 -2.301539
3 8  1.744812 -0.761207
4 9  0.319039 -0.249370

我想获取 A = 2、B = 7 时的值，我该怎么做？

是否可以编写一个像get_value(mm, (2,7))这样的函数，然后我可以得到以下结果:

2 7  0.865408 -2.301539

Answer 1

使用mm.loc按标签选择行:

In [28]: row = mm.loc[2,7]; row
Out[28]: 
0    0.865408
1   -2.301539
Name: (2, 7), dtype: float64

In [40]: np.concatenate([row.name, row])
Out[40]: array([ 2.        ,  7.        ,  0.86540763, -2.3015387 ])

由于 mm 具有 MultiIndex，因此每个行标签都表示为一个元组(例如 (2,7))。当没有歧义时，比如括号内，可以去掉括号: mm.loc[2, 7] 等价于 mm.loc[(2, 7)].

<小时/>

要获取 B=7 的所有行，您可以

• 使用 pd.IndexSlice :

  xs = pd.IndexSlice
  mm.loc[xs[:, 7], :]
  

• 或 mm.querymethod :

  mm.query('B==7')
  

• 或mm.index.get_loc_level与mm.loc:

  mask, idx = index.get_loc_level(7, level='B')
  mm.loc[mask]
  

• 或 mm.index.get_loc_level 与 mm.iloc:

  mask, idx = index.get_loc_level(7, level='B')
  mm.iloc[idx]
  

上面的每个表达式都返回 DataFrame

            0         1
A B                    
2 7  0.865408 -2.301539