基于第二列选择/删除pandas多级索引行

Question

从这个问题复制示例，考虑以下数据框：

mux = pd.MultiIndex.from_arrays([
    list('aaaabbbbbccddddd'),
    list('tuvwtuvwtuvwtuvw')
], names=['one', 'two'])

df = pd.DataFrame({'col': np.arange(len(mux))}, mux)

         col
one two     
a   t      0
    u      1
    v      2
    w      3
b   t      4
    u      5
    v      6
    w      7
    t      8
c   u      9
    v     10
d   w     11
    t     12
    u     13
    v     14
    w     15

假设我想保留多重索引的第二层级中的两行。即我的最终数据框如下：

         col
one two     
a   t      0
    u      1
b   t      4
    u      5
c   u      9
    v     10
d   w     11
    t     12

如何最好地实现上述目标？理想情况下，我希望像这样做（显然是错误的语法）

df.iloc[(:, :2)]

即所有来自级别0的值，以及来自级别1的前两个值。

- skgbanga

Answer 1

使用groupby和head(2)方法

df.groupby('one').head(2)

Out[246]:
         col
one two
a   t    0
    u    1
b   t    4
    u    5
c   u    9
    v    10
d   w    11
    t    12

- Andy L.

---

啊，我正准备用这个更新我的答案 :-). - Quang Hoang

@QuangHoang: 你的也很棒 :D - Andy L.

@AndyL. @QuangHoang 非常感谢你们的回答。在多级索引中，选择基于索引的输出是否存在更通用的答案？例如：假设我想要选择第二级中的 1、3、5、7... range(1, n, 2) 索引。 - skgbanga

@skgbanga：你想选择整个第二层的1, 3, 5, 7...还是每个第一层的值的第二层？即整个第二层将是u，w，u，w...，而每个第一层将是a：u，w，b：u，w，c：v... - Andy L.

@skgbanga: 关于位置索引，获取第一级每个值中第二级的位置3和获取无论索引级别如何的通用位置3之间存在差异。这就是为什么我想在回答之前澄清。如果您想要一种通用的方法来获取第二个索引，可以使用get_level_values、query、xs、groupby.nth或带有pd.IndexSlice和元组的loc... 这非常广泛。@CS95在这个主题上有一个很棒的帖子，链接在这里https://dev59.com/YVQJ5IYBdhLWcg3wZlGZ。我建议您阅读它以获取更多细节。 - Andy L.

Answer 2

这里有一种使用groupby的方法：

df[df.groupby('one').cumcount().le(1)]

输出：

         col
one two     
a   t      0
    u      1
b   t      4
    u      5
c   u      9
    v     10
d   w     11
    t     12

- Quang Hoang