如何通过python熊猫通过多索引获取价值？

Question

如何从数据框的多索引中获取值？

例如我有一个数据框mm：

np.random.seed(1)
mm = pd.DataFrame(np.random.randn(5,2))
mm['A'] = np.arange(5)
mm['B'] = np.arange(5,10)
mm.set_index(['A','B'], inplace=True)

print mm

        0         1
A B                    
0 5  1.624345 -0.611756
1 6 -0.528172 -1.072969
2 7  0.865408 -2.301539
3 8  1.744812 -0.761207
4 9  0.319039 -0.249370

我想得到A = 2，B = 7的值，我该怎么做？

是否可以编写类似的函数get_value(mm, (2,7))，然后得到以下结果：

2 7  0.865408 -2.301539

Answer 1

用于mm.loc按标签选择行：

In [28]: row = mm.loc[2,7]; row
Out[28]: 
0    0.865408
1   -2.301539
Name: (2, 7), dtype: float64

In [40]: np.concatenate([row.name, row])
Out[40]: array([ 2.        ,  7.        ,  0.86540763, -2.3015387 ])

由于mm具有MultiIndex，因此每个行标签都表示为元组（例如(2,7)）。如果没有歧义，例如放在方括号内，则可以删除括号：mm.loc[2, 7]等效于mm.loc[(2, 7)]。

要获取所有行B=7，您可以

• 用途 pd.IndexSlice：

  xs = pd.IndexSlice
  mm.loc[xs[:, 7], :]
  

• 或mm.query 方法：

  mm.query('B==7')
  

• 或mm.index.get_loc_level搭配mm.loc：

  mask, idx = index.get_loc_level(7, level='B')
  mm.loc[mask]
  

• 或mm.index.get_loc_level搭配mm.iloc：

  mask, idx = index.get_loc_level(7, level='B')
  mm.iloc[idx]
  

上面的每个表达式都返回DataFrame

            0         1
A B                    
2 7  0.865408 -2.301539

Answer 2

这将您的选择作为数据框返回：

>>> mm.loc[[(2, 7)]]
            0         1
A B                    
2 7  0.865408 -2.301539

获取索引和值：

>>> mm.loc[[(2, 7)]].reset_index().values.tolist()[0]
[2.0, 7.0, 0.8654076293246785, -2.3015386968802827]

要获取第二项为 7 的所有值：

idx = pd.IndexSlice
>>> mm.loc[idx[:, 7], :]
            0         1
A B                    
2 7  0.865408 -2.301539