python - 如何使用 pandas query() 在查询表达式中正确引用多索引列标题？

Question

使用简单的(单级)列索引，可以使用 .query() 访问 Pandas DataFrame 中的列，如下所示:

df1 = pd.DataFrame(np.random.rand(10,2),index=range(10),columns=['A','B'])
df1.query('A > 0.5')

我正在努力在具有列多索引的 DataFrame 中实现类比:

df2 = pd.DataFrame(np.random.rand(10,2),index=range(10),columns=[['A','B'],['C','D']])
df2.query('(A,C) > 0.5') # fails
df2.query('"(A,C)" > 0.5') # fails
df2.query('("A","C") > 0.5') # fails

这是可行的吗？谢谢...

(至于动机:query() 似乎允许在行多索引 - 列单索引数据帧上进行非常简洁的选择，例如:

df3 = pd.DataFrame(np.random.rand(6,2),index=[[0]*3+[1]*3,range(2,8)],columns=['A','B'])
df3.index.names=['one','two']
df3.query('one==0 & two<4 & A>0.5')

我想对两个轴上的 DF 多索引做类似的事情......)

Answer 1

有一个 open issue在 github 上为此，但与此同时，一个建议的解决方法是通过 DataFrame 变量通过 @ 引用该列。符号:

df2.query("@df2.A.C > 0.5")

这不是一个完美的解决方法。如果您的标题名称/级别包含空格，您需要先删除/重命名它们。