pandas dataframe选择multiindex中的列

Question

我有以下pd.DataFrame:

Name    0                       1                      ...
Col     A           B           A            B         ...
0       0.409511    -0.537108   -0.355529    0.212134  ...
1       -0.332276   -1.087013    0.083684    0.529002  ...
2       1.138159    -0.327212    0.570834    2.337718  ...

它具有MultiIndex列names=['Name', 'Col']和层次级别.该Name标签从0到n,并为每个标签,有两个A和B列.

我想要选择此DataFrame的所有A(或B)列.

Answer 1

有一种get_level_values方法可以与布尔索引结合使用以获得预期的结果.

In [13]:

df = pd.DataFrame(np.random.random((4,4)))
df.columns = pd.MultiIndex.from_product([[1,2],['A','B']])
print df
          1                   2          
          A         B         A         B
0  0.543980  0.628078  0.756941  0.698824
1  0.633005  0.089604  0.198510  0.783556
2  0.662391  0.541182  0.544060  0.059381
3  0.841242  0.634603  0.815334  0.848120
In [14]:

print df.iloc[:, df.columns.get_level_values(1)=='A']
          1         2
          A         A
0  0.543980  0.756941
1  0.633005  0.198510
2  0.662391  0.544060
3  0.841242  0.815334

Answer 2

方法1:

df.xs('A', level='Col', axis=1)

更多信息,请参阅http://pandas.pydata.org/pandas-docs/stable/advanced.html#cross-section

方法2:

df.loc[:, (slice(None), 'A')]

警告:此方法需要对标签进行排序.更多参考http://pandas.pydata.org/pandas-docs/stable/advanced.html#the-need-for-sortedness-with-multiindex

Answer 3

你也可以交换列索引,然后选择例如......

idx = pd.IndexSlice
A = df.loc[:,idx[:,'A']]
B = df.loc[:,idx[:,'B']]