pandas - 使用 MultiIndex 列过滤行

Question

当使用 MultiIndex 列创建 DataFrame 时，似乎无法使用类似 df[df["AA"]>0.0] 的语法来选择/过滤行。例如:

import pandas as pd
import numpy as np

dates = np.asarray(pd.date_range('1/1/2000', periods=8))
_metaInfo = pd.MultiIndex.from_tuples([('AA', '[m]'), ('BB', '[m]'), ('CC', '[s]'), ('DD', '[s]')], names=['parameter','unit'])

df = pd.DataFrame(randn(8, 4), index=dates, columns=_metaInfo)
print df[df['AA']>0.0]

df["AA"]>0.0 的结果是一个索引 DataFrame is a Timeseries。这可能会导致崩溃。

当使用相同的元信息作为行的索引时，情况就不同了:

df1 = pandas.DataFrame(np.random.randn(4, 6), index=_metaInfo)
print df1[df1["AA"]>0.0]

产生:

[ 1.13268106 -0.06887761  0.68535054  2.49431163 -0.29349413  0.34772553]

AA 行中大于零的元素。这仅给出 AA 行的值，而不给出 DataFrame 其他列的值。

有解决办法吗？我是否在尝试做不该做的事情？

Answer 1

您可以仅选择“AA”列并将其用作整个 df 的过滤器。

喜欢:

df[df[('AA','[m]')]>0.0]

parameter         AA        BB        CC        DD
unit             [m]       [m]       [s]       [s]
2000-01-01  0.600748 -1.163793 -0.982248 -0.397988
2000-01-03  1.045428  0.365353  0.049152  1.902942
2000-01-06  0.891202  0.021921  1.215515 -1.624741
2000-01-08  0.999217 -1.110213  0.257718 -0.096018