python - 过滤具有 2 级列标题的 Pandas 数据框

Question

我正在尝试以相当标准的方式使用列表过滤具有 2 级列标题的 Pandas 数据框 isin和一个掩码来重新调整一个新的过滤数据帧。但是，我一直遇到围绕重叠索引名称的值错误，我似乎无法解决。
以下是我要过滤的列表以及数据框本身的示例。不确定如何提供生成此数据帧所需的代码，因为它是从 csv 文件导入的。

my_list = ['DEF', 'GHI']

+------+--------+----------+---+----------+---+
| CODE |  NAME  | STANDARD |   | ADVANCED |   |
+------+--------+----------+---+----------+---+
| CODE | NAME   | A        | B | A        | B |
+------+--------+----------+---+----------+---+
| ABC  | APPLE  | 1        | 1 | 2        | 2 |
| DEF  | BANANA | 3        | 3 | 4        | 4 |
| GHI  | KIWI   | 5        | 5 | 6        | 6 |
| JKL  | MANGO  | 7        | 7 | 8        | 8 |
+------+--------+----------+---+----------+---+

运行以下行进行过滤

new_df = df[df['CODE'].isin(my_list)]

返回

ValueError: cannot join with no overlapping index names

但是，如果我运行 df['CODE'].isin(my_list)就其本身而言，这似乎有效并返回 Symbol具有 True/False 值的列，这意味着将掩码应用于原始数据帧时出现问题。
df 源代码

[{('CODE', 'CODE'): 'ABC',
  ('NAME', 'NAME'): 'APPLE',
  ('STANDARD', 'A'): 1,
  ('STANDARD', 'B'): 1,
  ('ADVANCED', 'A'): 2,
  ('ADVANCED', 'B'): 2},
 {('CODE', 'CODE'): 'DEF',
  ('NAME', 'NAME'): 'BANANA',
  ('STANDARD', 'A'): 3,
  ('STANDARD', 'B'): 3,
  ('ADVANCED', 'A'): 4,
  ('ADVANCED', 'B'): 4},
 {('CODE', 'CODE'): 'GHI',
  ('NAME', 'NAME'): 'KIWI',
  ('STANDARD', 'A'): 5,
  ('STANDARD', 'B'): 5,
  ('ADVANCED', 'A'): 6,
  ('ADVANCED', 'B'): 6},
 {('CODE', 'CODE'): 'JKL',
  ('NAME', 'NAME'): 'MANGO',
  ('STANDARD', 'A'): 7,
  ('STANDARD', 'B'): 7,
  ('ADVANCED', 'A'): 8,
  ('ADVANCED', 'B'): 8}]

Answer 1

看看什么df['CODE'].isin(my_list)产生:

    CODE
0  False
1   True
2   True
3  False

与单级索引相比:

my_list = ['DEF', 'GHI']

df = pd.DataFrame({
    'CODE': ['ABC', 'DEF', 'GHI', 'JKL']
})
print(df['CODE'].isin(my_list))

0    False
1     True
2     True
3    False
Name: CODE, dtype: bool

使固定
要么从 CODE 中获取索引:

new_df = df[df['CODE'].isin(my_list)['CODE']]

或者直接引用 MultiIndex:

new_df = df[df[('CODE', 'CODE')].isin(my_list)]

两者都产生: new_df :

  CODE    NAME STANDARD    ADVANCED   
  CODE    NAME        A  B        A  B
1  DEF  BANANA        3  3        4  4
2  GHI    KIWI        5  5        6  6

完整的工作示例:

import pandas as pd

my_list = ['DEF', 'GHI']

df = pd.DataFrame({
    ('CODE', 'CODE'): ['ABC', 'DEF', 'GHI', 'JKL'],
    ('NAME', 'NAME'): ['APPLE', 'BANANA', 'KIWI', 'MANGO'],
    ('STANDARD', 'A'): [1, 3, 5, 7], ('STANDARD', 'B'): [1, 3, 5, 7],
    ('ADVANCED', 'A'): [2, 4, 6, 8], ('ADVANCED', 'B'): [2, 4, 6, 8]
})

new_df = df[df[('CODE', 'CODE')].isin(my_list)]
print(new_df)