使用复合(分层)索引从Pandas数据框中选择行

Question

我怀疑这是微不足道的,但我还没有发现让我根据分层键的值从Pandas数据帧中选择行的咒语.因此,例如,假设我们有以下数据帧:

import pandas
df = pandas.DataFrame({'group1': ['a','a','a','b','b','b'],
                       'group2': ['c','c','d','d','d','e'],
                       'value1': [1.1,2,3,4,5,6],
                       'value2': [7.1,8,9,10,11,12]
})
df = df.set_index(['group1', 'group2'])

看起来像我们期望的那样:

如果df未在group1上编入索引,我可以执行以下操作:

df['group1' == 'a']

但是这个带有索引的数据帧失败了.所以也许我应该把它想象成一个带有分层索引的Pandas系列:

df['a','c']

不.那也失败了.

那么如何选择所有行:

1. group1 =='a'
2. group1 =='a'&group2 =='c'
3. group2 =='c'
4. group1 in ['a','b','c']

Answer 1

尝试使用xs非常精确:

In [5]: df.xs('a', level=0)
Out[5]: 
        value1  value2
group2                
c          1.1     7.1
c          2.0     8.0
d          3.0     9.0

In [6]: df.xs('c', level='group2')
Out[6]: 
        value1  value2
group1                
a          1.1     7.1
a          2.0     8.0

Answer 2

像下面这样的语法将起作用:

df.ix['a']
df.ix['a'].ix['c']

因为group1和group2是指数.请原谅我以前的尝试!

要仅获得第二个索引,我认为你必须交换索引:

df.swaplevel(0,1).ix['c']

但我相信如果我错了,韦斯会纠正我.