python-2.7 - 截断多索引数据帧

Question

我正在从几个空气质量监测站提取数据。每个站应记录相同的参数(例如O3、NO2、SO2 等)。我可以通过添加更多列将所有内容放入一个数据框中，但这变得很草率。

将数据放入多索引数据帧中是有意义的；但是，我想有选择地提取数据(例如，从站“A”提取数据，然后在指定的日期范围内截断，然后计算统计数据)。然而，我很难弄清楚如何截断多索引数据框，并开始相信这是不可能的。下面发布的是一个示例数据框，可以让您了解我正在处理的内容。

import pandas as pd
import numpy as np

dates = pd.date_range('20130101',periods=3,freq='5s')
dates = dates.append(dates)

locations = list('AAABBB')
gascode = ['no2','o3','so2']*2

tup = pd.MultiIndex.from_tuples( zip(locations,gascode,dates), names=['Location','gas','Date'] )

data = pd.DataFrame(data=range(6),index=tup,columns=['val1'])

>>> data

Location gas Date                  val1         
A        no2 2013-01-01 00:00:00     0
         o3  2013-01-01 00:00:05     1
         so2 2013-01-01 00:00:10     2
B        no2 2013-01-01 00:00:00     3
         o3  2013-01-01 00:00:05     4
         so2 2013-01-01 00:00:10     5

通常我会将日期作为主(和唯一)索引，但这是不可行的，因为日期戳不是唯一的(即 O3、NO2 会有 2013-01-01 00:00:00 标记) ，SO2 等每个位置)。

是否可以通过三级索引截断？
我考虑过将数据转换为数据透视表，但我不认为这是最好的方法。在这种情况下，如果我可以解决日期问题，则多重索引最有意义。

Answer 1

多索引有一个隐含的层次结构的概念；如果您的计算倾向于打破这种层次结构，那么您最好不要使用多索引。至于您的示例，您可以通过不同的索引顺序来实现您想要的目的。也就是说，如果数据帧按 ['Location','Date','gas'] 索引(按该顺序)

                                  val1
Location Date                gas      
A        2013-01-01 00:00:00 no2     0
         2013-01-01 00:00:05 o3      1
         2013-01-01 00:00:10 so2     2
B        2013-01-01 00:00:00 no2     3
         2013-01-01 00:00:05 o3      4
         2013-01-01 00:00:10 so2     5

您可以使用ix，如下所示:

df.ix[ 'A' ].ix[ pd.Timestamp( '2013-01-01 00:00:05' ):pd.Timestamp( '2013-01-01 00:00:10' )]

输出:

                         val1
Date                gas      
2013-01-01 00:00:05 o3      1
2013-01-01 00:00:10 so2     2

或者对于单列:

df.val1[ 'A' ][ pd.Timestamp( '2013-01-01 00:00:05' ):pd.Timestamp( '2013-01-01 00:00:10' )]

输出:

Date                 gas
2013-01-01 00:00:05  o3     1
2013-01-01 00:00:10  so2    2
Name: val1, dtype: int64