在pandas多重索引multiIndex中选定指定索引的行方法

在multiIndex中选定指定索引的行

我们在用pandas类似groupby来使用多重index时，有时想要对多个level中的某个index对应的行进行操作，就需要在data 中找到该index对应的行，在单层index中我们可以方便的使用df.loc[index]来选择，在多重Index中我们可以利用的类似的思路，然而其中也有一些小坑，记录如下。

1 index为有序的

1.1 创建测试数据

首先创建一个data 数据

df = pd.Data ({\'class\':[\'A\',\'A\',\'A\',\'B\',\'B\',\'B\',\'C\',\'C\'],
   \'id\':[\'a\',\'b\',\'c\',\'a\',\'b\',\'c\',\'a\',\'b\'],
   \'value\':[1,2,3,4,5,6,7,8]})

df中内容如下图：

1.2 设置multiIndex

通过set_index设为多重索引

df = df.set_index([\'class\',\'id\'])

设置索引后效果：

1.3 切片筛选index

这里同样使用loc定位

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

各参数的解释如下：

loc[(a,b),c]中第一个参数元组为索引内容，a为level0索引对应的内容，b为level1索引对应的内容

因为df是一个data ，所以要用c来指定列

这里‘A\'，指选择class中的A类

slice(None), 是Python中的切片操作，这里用来选择任意的id，要注意！不能使用‘:\'来指定任意index

‘:\',用来指定data 任意的列

执行后的结果如下：

同样，如果想只保留id中的\'a\'，则可以使用：

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

2 index无序

前面的例子对应的index列为数字或字母，是有序的，接下来我们看看index列为中文的情况。

2.1 创建无序测试数据

df2 = pd.Data ({\'课程\':[\'语文\',\'语文\',\'数学\',\'数学\'],\'得分\':[\'最高\',\'最低\',\'最高\',\'最低\'],\'分值\':[90,50,100,60]})
df2 = df2.set_index([\'课程\',\'得分\'])

2.2 尝试切片选择index

df2.loc[(\'语文\',slice(None)),:]

我们进行同样的操作，这时会发现提示出错：

UnsortedIndexError: \'MultiIndex Slicing requires the index to be fully lexsorted tuple len (2), lexsort depth (0)\'

这是因为此时的index无法进行排序，在pandas文档中提到：Furthermore if you try to index something that is not fully lexsorted, this can raise:

我们可以通过 df2.index.is_lexsorted()来检查index是否有序，

In[1]: df2.index.is_lexsorted()
out[1]: False

接下来，我们尝试对Index进行排序。（排序时要在level里指定index名）

2.3 对index排序后切片选择index

df2 = df2.sort_index(level=\'课程\')

df2.loc[(\'语文\',slice(None)),:]

得到了我们想要的结果。

参考文献：pandas-docs-MultiIndex / Advanced Indexing

以上这篇在pandas多重索引multiIndex中选定指定索引的行方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。