通过指定级别的多个值切片MultiIndex DataFrame

Question

我想通过辅助级别的多个值对MultiIndex DataFrame进行切片.例如,在以下DataFrame中:

                val1  val2
ind1 ind2 ind3            
1    6    s1      10     8
2    7    s1      20     6
3    8    s2      30     4
4    9    s2      50     2
5    10   s3      60     0

我希望只切片中的行ind3 == s1 或 ind3 == s3:

           val1  val2
ind1 ind2            
1    6       10     8
2    7       20     6
5    10      60     0

最好的假设选项是传递多个参数.xs,因为可以明确说明所需的参数level.

我显然可以连接所有切片的单值DataFrame:

In[2]: pd.concat([df.xs('s1',level=2), df.xs('s3',level=2)])
Out[2]:
           val1  val2
ind1 ind2            
1    6       10     8
2    7       20     6
5    10      60     0

但是(a)当使用2个以上的值时,它很乏味且不那么可读; (b)对于大型DataFrame而言,它非常重(或者至少比多值切片选项重,如果存在的话).

以下是构建示例DataFrame的代码:

import pandas as pd
df = pd.DataFrame({'ind1':[1,2,3,4,5], 'ind2':[6,7,8,9,10], 'ind3':['s1','s1','s2','s2','s3'], 'val1':[10,20,30,50,60], 'val2':[8,6,4,2,0]}).set_index(['ind1','ind2','ind3'])

Answer 1

与DataFrame中的大多数选择一样,您可以使用掩码或索引器(loc在本例中).

要获取掩码,可以在MultiIndex上使用get_level_values(docs),然后使用isin(docs).

m = df.index.get_level_values('ind3').isin(['s1', 's3'])
df[m].reset_index(level=2, drop=True)

使用loc:

df.loc[(slice(None), slice(None), ['s1', 's3']), :].reset_index(level=2, drop=True)

两个输出

           val1  val2
ind1 ind2            
1    6       10     8
2    7       20     6
5    10      60     0

注意:这种loc方式也可以写成Alberto Garcia-Raboso的回答.许多人更喜欢这种语法,因为它更符合loc语法Index.这两种语法样式都在文档中讨论.

Answer 2

你可以使用IndexSlice:

idx = pd.IndexSlice
result = df.loc[idx[:, :, ['s1', 's3']], idx[:]]
result.index = result.index.droplevel('ind3')
print(result)

输出:

           val1  val2
ind1 ind2            
1    6       10     8
2    7       20     6
5    10      60     0

上面的第二行也可以写成

result = df.loc(axis=0)[idx[:, :, ['s1', 's3']]]