在multiindex中选定指定索引的行
我们在用pandas类似groupby来使用多重index时，有时想要对多个level中的某个index对应的行进行操作，就需要在dataframe中找到该index对应的行，在单层index中我们可以方便的使用df.loc[index]来选择，在多重index中我们可以利用的类似的思路，然而其中也有一些小坑，记录如下。
1 index为有序的
1.1 创建测试数据
首先创建一个dataframe数据
|
1
2
3
|
df = pd.dataframe({'class':['a','a','a','b','b','b','c','c'], 'id':['a','b','c','a','b','c','a','b'], 'value':[1,2,3,4,5,6,7,8]}) |
df中内容如下图：
1.2 设置multiindex
通过set_index设为多重索引
|
1
|
df = df.set_index(['class','id']) |
设置索引后效果：
1.3 切片筛选index
这里同样使用loc定位
|
1
|
df.loc[('a',slice(none)),:] |
各参数的解释如下：
loc[(a,b),c]中第一个参数元组为索引内容，a为level0索引对应的内容，b为level1索引对应的内容
因为df是一个dataframe，所以要用c来指定列
这里‘a'，指选择class中的a类
slice(none), 是python中的切片操作，这里用来选择任意的id，要注意！不能使用‘:'来指定任意index
‘:',用来指定dataframe任意的列
执行后的结果如下：
同样，如果想只保留id中的'a'，则可以使用：
|
1
|
df.loc[(slice(none),'a'),:] |
2 index无序
前面的例子对应的index列为数字或字母，是有序的，接下来我们看看index列为中文的情况。
2.1 创建无序测试数据
|
1
2
|
df2 = pd.dataframe({'课程':['语文','语文','数学','数学'],'得分':['最高','最低','最高','最低'],'分值':[90,50,100,60]})df2 = df2.set_index(['课程','得分']) |
2.2 尝试切片选择index
|
1
|
df2.loc[('语文',slice(none)),:] |
我们进行同样的操作，这时会发现提示出错：
unsortedindexerror: 'multiindex slicing requires the index to be fully lexsorted tuple len (2), lexsort depth (0)'
这是因为此时的index无法进行排序，在pandas文档中提到：furthermore if you try to index something that is not fully lexsorted, this can raise:
我们可以通过 df2.index.is_lexsorted()来检查index是否有序，
|
1
2
|
in[1]: df2.index.is_lexsorted()out[1]: false |
接下来，我们尝试对index进行排序。（排序时要在level里指定index名）
2.3 对index排序后切片选择index
|
1
|
df2 = df2.sort_index(level='课程') |
|
1
|
df2.loc[('语文',slice(none)),:] |
得到了我们想要的结果。
参考文献：pandas-docs-multiindex / advanced indexing
以上这篇在pandas多重索引multiindex中选定指定索引的行方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/PIPIXIU/article/details/80232805
