在pandas多重索引multiIndex中选定指定索引的行方法
在multiIndex中选定指定索引的行
我们在用pandas类似groupby来使用多重index时,有时想要对多个level中的某个index对应的行进行操作,就需要在dataframe中找到该index对应的行,在单层index中我们可以方便的使用df.loc[index]来选择,在多重Index中我们可以利用的类似的思路,然而其中也有一些小坑,记录如下。
1 index为有序的
1.1 创建测试数据
首先创建一个dataframe数据
df = pd.DataFrame({'class':['A','A','A','B','B','B','C','C'], 'id':['a','b','c','a','b','c','a','b'], 'value':[1,2,3,4,5,6,7,8]})
df中内容如下图:
1.2 设置multiIndex
通过set_index设为多重索引
df = df.set_index(['class','id'])
设置索引后效果:
1.3 切片筛选index
这里同样使用loc定位
df.loc[('A',slice(None)),:]
各参数的解释如下:
loc[(a,b),c]中第一个参数元组为索引内容,a为level0索引对应的内容,b为level1索引对应的内容
因为df是一个dataframe,所以要用c来指定列
这里‘A',指选择class中的A类
slice(None), 是Python中的切片操作,这里用来选择任意的id,要注意!不能使用‘:'来指定任意index
‘:',用来指定dataframe任意的列
执行后的结果如下:
同样,如果想只保留id中的'a',则可以使用:
df.loc[(slice(None),'a'),:]
2 index无序
前面的例子对应的index列为数字或字母,是有序的,接下来我们看看index列为中文的情况。
2.1 创建无序测试数据
df2 = pd.DataFrame({'课程':['语文','语文','数学','数学'],'得分':['最高','最低','最高','最低'],'分值':[90,50,100,60]}) df2 = df2.set_index(['课程','得分'])
2.2 尝试切片选择index
df2.loc[('语文',slice(None)),:]
我们进行同样的操作,这时会发现提示出错:
UnsortedIndexError: 'MultiIndex Slicing requires the index to be fully lexsorted tuple len (2), lexsort depth (0)'
这是因为此时的index无法进行排序,在pandas文档中提到:Furthermore if you try to index something that is not fully lexsorted, this can raise:
我们可以通过 df2.index.is_lexsorted()来检查index是否有序,
In[1]: df2.index.is_lexsorted() out[1]: False
接下来,我们尝试对Index进行排序。(排序时要在level里指定index名)
2.3 对index排序后切片选择index
df2 = df2.sort_index(level='课程')
df2.loc[('语文',slice(None)),:]
得到了我们想要的结果。
参考文献:pandas-docs-MultiIndex / Advanced Indexing
以上这篇在pandas多重索引multiIndex中选定指定索引的行方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。