如何通过数据帧的多索引获取值?
例如,我有一个数据框mm
:
np.random.seed(1)
mm = pd.DataFrame(np.random.randn(5,2))
mm['A'] = np.arange(5)
mm['B'] = np.arange(5,10)
mm.set_index(['A','B'], inplace=True)
print mm
0 1
A B
0 5 1.624345 -0.611756
1 6 -0.528172 -1.072969
2 7 0.865408 -2.301539
3 8 1.744812 -0.761207
4 9 0.319039 -0.249370
我想获取 A = 2、B = 7 时的值,我该怎么做?
是否可以编写一个像get_value(mm, (2,7))
这样的函数,然后我可以得到以下结果:
2 7 0.865408 -2.301539
最佳答案
使用mm.loc
按标签选择行:
In [28]: row = mm.loc[2,7]; row
Out[28]:
0 0.865408
1 -2.301539
Name: (2, 7), dtype: float64
In [40]: np.concatenate([row.name, row])
Out[40]: array([ 2. , 7. , 0.86540763, -2.3015387 ])
由于 mm
具有 MultiIndex,因此每个行标签都表示为一个元组(例如 (2,7)
)。当没有歧义时,比如括号内,可以去掉括号: mm.loc[2, 7]
等价于 mm.loc[(2, 7)]
.
要获取 B=7
的所有行,您可以
使用
pd.IndexSlice
:xs = pd.IndexSlice mm.loc[xs[:, 7], :]
或
mm.query
method :mm.query('B==7')
或
mm.index.get_loc_level
与mm.loc
:mask, idx = index.get_loc_level(7, level='B') mm.loc[mask]
或
mm.index.get_loc_level
与mm.iloc
:mask, idx = index.get_loc_level(7, level='B') mm.iloc[idx]
上面的每个表达式都返回 DataFrame
0 1
A B
2 7 0.865408 -2.301539
关于python - 如何使用 python pandas 通过多索引获取值?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36510146/