在Pandas Multiindex上相交

Question

我想分割一個Multiindex Dataframe。讓我們以一個例子這DF：

import pandas as pd 

arrays = [['bar', 'bar', 'bar','bar', 'foo','foo', 'qux', 'qux', 
'qux','qux', 'qux'], 
     ['2', '3', '4','10', '3','10','2','3','6','10','11']] 
df = pd.DataFrame(np.random.randn(11, 4), index=arrays).sort_index() 

- >

   0   1   2   3 
bar 10 1.411962 -0.742729 0.950159 1.074269 
    2 1.214804 -0.654806 -1.138855 0.609101 
    3 0.135363 1.226927 -0.501535 -0.791849 
    4 1.118516 -1.340844 -1.365790 -0.099575 
foo 10 -0.004108 -0.067574 -0.139101 -0.358282 
    3 0.612849 -0.598579 0.923299 -0.218198 
qux 10 0.112769 -1.330163 2.195480 -0.347462 
    11 0.057467 -0.204044 0.020474 -1.198299 
    2 1.011604 -0.411514 0.941112 -0.509703 
    3 0.524958 -0.855275 0.257481 0.630311 
    6 1.989778 -0.099014 0.302340 -0.067559 

現在我想只是其中第二指標具有一定的值的行。因此，可以說我只是想排在第二索引中包含「2」和「3」和「10」，所以我可以做的：

sliced = df.loc[(slice(None), ['2','3','10']), :] 

這將產生：

   0   1   2   3 
bar 10 1.411962 -0.742729 0.950159 1.074269 
    2 1.214804 -0.654806 -1.138855 0.609101 
    3 0.135363 1.226927 -0.501535 -0.791849 
foo 10 -0.004108 -0.067574 -0.139101 -0.358282 
    3 0.612849 -0.598579 0.923299 -0.218198 
qux 10 0.112769 -1.330163 2.195480 -0.347462 
    2 1.011604 -0.411514 0.941112 -0.509703 
    3 0.524958 -0.855275 0.257481 0.630311 

，但我不想與['10'，'3']的行。所以期望的結果將是：

   0   1   2   3 
bar 10 1.411962 -0.742729 0.950159 1.074269 
    2 1.214804 -0.654806 -1.138855 0.609101 
    3 0.135363 1.226927 -0.501535 -0.791849 
qux 10 0.112769 -1.330163 2.195480 -0.347462 
    2 1.011604 -0.411514 0.941112 -0.509703 
    3 0.524958 -0.855275 0.257481 0.630311 

我試過，但我不能得到我的頭如何妥善解決這個問題。任何幫助是極大的讚賞。

Answer 1

由於COLDSPEED表示似乎不可能拋出純粹的索引。 但是，您可以通過groupby語句在幾個步驟中完成此操作。 如果我們把你的代碼再次

import pandas as pd 
import numpy as np 
arrays = [['bar', 'bar', 'bar','bar', 'foo','foo', 'qux', 'qux', 
'qux','qux', 'qux'], 
     ['2', '3', '4','10', '3','10','2','3','6','10','11']] 
df = pd.DataFrame(np.random.randn(11, 4), index=arrays).sort_index() 
# your slice 
col_list = ['2','3','10'] 
sliced = df.loc[(slice(None), col_list), :] 

然後，我們可以應用GROUPBY找到每一級指標的項目數。然後我們將它與您期望的項目數量進行比較。最後，我們使用爲了過濾我們的數據幀而創建的布爾模板（關於該更多細節here）。

>>> mask = sliced.groupby(level=0)[0].count() == len(col_list) 
>>> sliced[mask[sliced.index.get_level_values(0)].values] 

       0   1   2   3 
bar 10 0.026192 -1.367292 -1.732297 -0.174405 
    2 -0.351960 0.563901 0.634585 -0.540770 
    3 0.489480 0.265043 0.989557 0.783377 
qux 10 0.544202 -0.061462 1.020261 -2.170451 
    2 -0.506330 0.335722 -0.303334 -0.916619 
    3 0.877082 0.235224 0.868546 2.197707