Pandas:按标签获取唯一的MultiIndex级别值

Question

假设你有这个MultiIndex-ed DataFrame:

df = pd.DataFrame({'co':['DE','DE','FR','FR'],
                   'tp':['Lake','Forest','Lake','Forest'],
                   'area':[10,20,30,40],
                   'count':[7,5,2,3]})
df = df.set_index(['co','tp'])

看起来像这样:

           area  count
co tp
DE Lake      10      7
   Forest    20      5
FR Lake      30      2
   Forest    40      3

我想检索每个索引级别的唯一值.这可以使用

df.index.levels[0]  # returns ['DE', 'FR]
df.index.levels[1]  # returns ['Lake', 'Forest']

我真正想做的是通过按名称来解决这些级别来检索这些列表,即'co'和'tp'.我找到的最短的两种方式看起来像这样:

list(set(df.index.get_level_values('co')))  # returns ['DE', 'FR']
df.index.levels[df.index.names.index('co')]  # returns ['DE', 'FR']

但非他们非常优雅.有更短的方式吗？

Answer 1

我想你想要一个多索引的特定级别(和级别名称)的唯一值.我通常会做以下事情,这有点长.

In [11]: df.index.get_level_values('co').unique()
Out[11]: array(['DE', 'FR'], dtype=object)

Answer 2

Pandas 0.23.0终于为这个问题引入了一个更清晰的解决方案:level争论Index.unique():

In [3]: df.index.unique(level='co')
Out[3]: Index(['DE', 'FR'], dtype='object', name='co')

现在这是推荐的解决方案.它效率更高,因为它避免在内存中创建级别值的完整表示,并重新扫描它.

Answer 3

另一种方法是通过调用df.index.levels[level_index]可以从中推断出level_index 来查找级别数df.index.names.index(level_name).在上面的示例中,level_name ='co'.

@ Happy001提出的答案计算了可能是计算密集型的唯一性.