python - 从多索引 pandas 数据框中选择索引和列的子集

Question

沿索引和列对多索引 pandas 数据帧进行切片的通用方法是什么？

文档内容丰富、完整，值得一读( https://pandas.pydata.org/pandas-docs/stable/user_guide/advanced.html )，并且有许多关于堆栈溢出的答案，它们回答了如何专注于“行”或列(这个答案非常彻底， Select rows in pandas MultiIndex DataFrame )。但是，我想要一个更直接的答案，其中包含同时解决这两个问题的示例。

创建多索引数据框

cols_index = pd.MultiIndex.from_product([['a','b','c'],
    ['x','y','z']], names=['first','second'])
rows_index = pd.MultiIndex.from_product([['d','e','f'],
    ['u','v','w']], names=['third','fourth'])
df = pd.DataFrame(np.random.choice(10, (9,9)), index=rows_index, columns=cols_index)

df
Out[161]: 
first         a           b         
second        c     d     c     d   
third         e  f  e  f  e  f  e  f
fourth fifth                        
j      m      9  8  0  1  5  6  3  5
       n      1  2  3  3  5  5  4  2
       o      5  2  4  7  3  1  0  4
k      m      6  6  3  3  4  4  1  7
       n      0  6  0  9  2  3  7  5
       o      7  8  0  9  7  8  3  4
l      m      4  7  4  3  0  5  6  3
       n      0  4  3  9  9  5  8  4
       o      0  1  8  0  8  9  4  7

我希望看到沿着索引和列中的级别组合对其进行切片的示例。

Answer 1

Here is my generic solution...

使用 loc 和索引切片器来对索引和列级别进行切片

idx = pd.IndexSlice

选择所有内容 - 请注意“:”对应于索引和列中的级别数

df.loc[idx[:,:], idx[:,:,:]]

Out[251]: 
first         a           b         
second        c     d     c     d   
third         e  f  e  f  e  f  e  f
fourth fifth                        
j      m      2  9  4  5  6  7  7  5
       n      1  4  2  6  8  0  6  3
       o      2  4  0  2  1  9  9  4
k      m      6  5  0  0  9  3  4  0
       n      3  1  6  4  2  3  0  4
       o      0  7  1  6  9  7  5  7
l      m      2  8  0  8  5  1  8  3
       n      7  3  2  6  9  4  1  7
       o      6  4  7  9  1  3  3  3

选择特定的“单元格”

df.loc[idx['j','m'], idx['a','c','f']]

Out[252]: 9

从索引中选择一级，从列中选择一级

df.loc[idx[:,'m'], idx[:,'c',:]]

Out[253]: 
first         a     b   
second        c     c   
third         e  f  e  f
fourth fifth            
j      m      2  9  6  7
k      m      6  5  9  3
l      m      2  8  5  1

作为列级别的唯一组合的子集

df.loc[:, idx['b','d','f']]

Out[254]: 
fourth  fifth
j       m        5
        n        3
        o        4
k       m        0
        n        4
        o        7
l       m        3
        n        7
        o        3
Name: (b, d, f), dtype: int32

索引级别的唯一组合的子集

df.loc[idx['k','o'], :]

Out[255]: 
first  second  third
a      c       e        0
               f        7
       d       e        1
               f        6
b      c       e        9
              f        7
       d       e        5
              f        7
Name: (k, o), dtype: int32