提问人：goweon 提问时间：5/23/2023 更新时间：8/11/2023 访问量：83
pandas MultiIndex 的多个切片器
pandas multiple slicers of MultiIndex
问：
我想从具有多个独立索引器的 MultiIndex 中选择多个列。例如
df = pd.DataFrame(
np.zeros((2,4)),
columns=pd.MultiIndex.from_product([('a','b'),(1,2)])
)
从此 DataFrame
a b
1 2 1 2
0 0 0 0 0
1 0 0 0 0
我想选择加号下的所有列，比如 ，但我不想明确指定下面列的所有级别。'a'('b', 1)df[[('a', 1), ('a', 2), ('b', 1)]]'a'
什么不起作用：
df[['a', ('b', 1)]]:KeyError: "[('b', 1)] not in index"df.loc[:, ['a', ('b', 1)]]:KeyError: "[('b', 1)] not in index"df[[('a', slice(None)), ('b', 1)]]:TypeError: unhashable type: 'slice'df.loc[:, [pd.IndexSlice['a', :], ('b', 1)]]:TypeError: unhashable type: 'slice'
我希望能够做的另一件类似的事情是：加上('a', 1)pd.IndexSlice[:, 2]
答：
1赞
Ynjxsjmh
5/23/2023
#1
您可以单独选择列并连接它们。
out = pd.concat([df.xs('a', axis=1, drop_level=False),
df.xs(('b', 1), axis=1, drop_level=False)],
axis=1)
print(out)
a b
1 2 1
0 0.0 0.0 0.0
1 0.0 0.0 0.0
0赞
rhug123
5/23/2023
#2
这是一个使用两个布尔掩码的选项
m1 = df.columns.get_level_values(0).isin(['a'])
m2 = df.columns.get_level_values(1).isin([1])
df.loc[:,m1|m2]
输出：
a b
1 2 1
0 0.0 0.0 0.0
1 0.0 0.0 0.0
评论
0赞
goweon
5/24/2023
这可能是最快的，但不那么灵活，因为它不使用标准的切片语法
1赞
PaulS
5/23/2023
#3
另一种可能的解决方案：
df.loc[:,('a', slice(None))].join(df.loc[:,('b', 1)])
或者：
df[[(x,y) for x, y in df.columns if (x == 'a') | ((x == 'b') & (y == 1))]]
输出：
a b
1 2 1
0 0.0 0.0 0.0
1 0.0 0.0 0.0
0赞
sammywemmy
5/24/2023
#4
对于共享的示例，切片效果很好：
df.loc(axis=1)[('a',1):('b',1)]
a b
1 2 1
0 0.0 0.0 0.0
1 0.0 0.0 0.0
根据您的反馈，您需要更灵活的东西 - 标准切片语法不适合这里。一种选择是select_columns：
# pip install pyjanitor
import janitor
df.select_columns({0:'a'}, ('b',2))
a b
1 2 2
0 0.0 0.0 0.0
1 0.0 0.0 0.0
该语法允许在带有字典的级别（键是级别，值是标签）或通过元组在 MultiIndex 上进行选择。
评论
0赞
goweon
5/30/2023
这还不够笼统，没有用，因为切片仅适用于示例，因为列恰好彼此相邻。即您可以使用此方法选择加号，但不能选择加号'a'('b', 1)'a'('b', 2)
0赞
sammywemmy
5/31/2023
答案是特定于你问的问题。您要求的不再是切片，而是一些通用/灵活的选项。
0赞
goweon
8/11/2023
#5
我最终编写了一个辅助函数来做到这一点。它采用一个切片器数组，并独立使用每个切片器，然后收集所有选定的列。
def mimsc(col_specs):
# usage: df.loc[msms(['A', ('B', 'X')])]
def slicer(df):
cols = []
dfc = df.columns.to_frame()
for cs in col_specs:
cols.append(dfc.loc[cs])
all_cols = pd.concat(cols, ignore_index=True)
return pd.MultiIndex.from_frame(all_cols)
return slicer
用法
df.loc[:, mimsc(['a', ('b', 1)])]
df.loc[:, mimsc([('b', 1), pd.IndexSlice[:, 2]])]
下面是一个更通用的版本，也适用于索引
def mims(col_specs, axis=1):
def slicer(df):
cols = []
if axis==1:
dfc = df.columns.to_frame()
elif axis==0:
dfc = df.index.to_frame()
for cs in col_specs:
col = dfc.loc[cs, :]
if isinstance(col, pd.Series):
col = dfc.loc[[cs], :]
cols.append(col)
all_cols = pd.concat(cols, ignore_index=True)
return pd.MultiIndex.from_frame(all_cols)
return slicer
例
df.T.loc[mims(['a', ('b', 1)], axis=0), :]
df.T.loc[mims([('b', 1), pd.IndexSlice[:, 2]], axis=0), :]
评论