Pandas DataFrame-如何检索MultiIndex级别的特定组合

Question

我有以下使用三级MultiIndex的DataFrame：

In [1]: iterables = [[1, 2], ['foo', 'bar'], ['one', 'two']]
   ...: midx = pd.MultiIndex.from_product(iterables)
   ...: df = pd.DataFrame(np.random.randn(8), index=midx)
   ...: df

Out[1]:
                  0
1 foo one -0.217594
      two -1.361612
  bar one  2.477790
      two  0.874409
2 foo one  0.403577
      two  0.076111
  bar one  1.423512
      two  0.047898

我想对索引进行切片，以便保留所有第一级，而仅保留第二级('foo', 'one')和第二级的以下组合：和('bar', 'two')。也就是说，我希望我的输出看起来像这样：

                  0
1 foo one -0.217594
  bar two  0.874409
2 foo one  0.403577
  bar two  0.047898

是否可以使用诸如之类的属性在一行中执行此操作.loc？

---

我知道我可以使用该.xs函数分别截取所需组合的横截面，但我希望使用更短，更像切片的语法。具体来说，对于我的用例而言，单线很重要。

似乎以下应该工作：

df.loc[[(slice(None), 'foo', 'one'), (slice(None), 'bar', 'two')]]

但这导致了TypeError: unhashable type: 'slice'。

Answer 1

您可以通过首先删除第一个索引级别然后使用pd.Index.isin元组列表来构造布尔掩码：

df_masked = df[df.index.droplevel(0).isin([('foo', 'one'), ('bar', 'two')])]

print(df_masked)

                  0
1 foo one  1.510316
  bar two  0.260862
2 foo one  0.813745
  bar two  0.023386