在pandas中使用多级索引时，如何使用.loc函数？

Question

有人知道是否可以使用 DataFrame.loc 方法从 MultiIndex 中进行选择吗？我有以下的 DataFrame，希望能够访问位于索引 ('at', 1)、('at', 3)、('at', 5) 等位置上的 Dwell 列的值（非连续的）。

我希望能够像在普通索引中使用 data.loc[[1,3,5], 'Dwell'] 语法一样，使用 data.loc[['at',[1,3,5]], 'Dwell'] 来实现此功能（返回一个包含 3 个 Dwell 值的系列）。

我的目的是选择数据的任意子集，在该子集上执行某些分析，然后使用分析结果更新新值。我计划使用相同的语法为这些数据设置新值，因此在这种情况下，链接选择器并不适用。

这是我正在处理的 DataFrame 的一部分：

         Char    Dwell  Flight  ND_Offset  Offset
QGram                                                           
at    0     a      100     120   0.000000       0  
      1     t      180       0   0.108363       5  
      2     a      100     120   0.000000       0 
      3     t      180       0   0.108363       5 
      4     a       20     180   0.000000       0  
      5     t       80     120   0.108363       5
      6     a       20     180   0.000000       0   
      7     t       80     120   0.108363       5  
      8     a       20     180   0.000000       0  
      9     t       80     120   0.108363       5   
      10    a      120     180   0.000000       0  

- kronosapiens

Answer 1

如果您使用的是版本0.14，您可以像下面这样简单地将一个元组传递给.loc：

df.loc[('at', [1,3,4]), 'Dwell']

- chrisb

---

很有趣，因为如果你传递一个列表而不是元组，它就不能正常工作。 - leoschet

Pandas将元组条目解释为层级，将列表条目解释为级别中的项。 https://pandas.pydata.org/pandas-docs/stable/user_guide/advanced.html#advanced-indexing-with-hierarchical-index FYI - D.J.Duff

Answer 2

尝试使用层次索引的交叉切片索引：

请点击此链接了解更多信息。

In [68]: df.xs('at', level='QGram', drop_level=False).loc[[1,4]]
Out[68]: 
        Char  Dwell  Flight  ND_Offset  Offset
QGram                                         
at    1    t    180       0   0.108363       5
      4    a     20     180   0.000000       0

- R. Max

---

这是pandas文档推荐的方式，因为使用xs可以进行深度索引切片：http://pandas-docs.github.io/pandas-docs-travis/user_guide/advanced.html#advanced-xs - physincubus

xs 仍然推荐使用吗？ - baxx

@baxx。是的，xs仍然被推荐使用。请参见https://pandas.pydata.org/pandas-docs/dev/user_guide/advanced.html#cross-section - amball

Answer 3

.loc在多级索引中是您最好的朋友。但是，在多级索引上使用loc时，您必须了解其工作原理。当在多级索引上使用loc时，您必须在loc中指定其他每个索引值，例如：

     df.loc['indexValue1','indexValue2','indexValue3']

然而，正如你所想象的那样，在你不知道所有其他值的情况下，这可能会很麻烦，因此我们当然可以使用“：”。

      df.loc[:,'value1','value2',:]

希望这可以帮到你！

- syntactic

---

这对于pandas 0.24不起作用。 - giorgiosegalla

Answer 4

通常，MultiIndex键的形式为元组。例如：

In [6]: df.loc[('at', 1),'Dwell']
Out[6]: 180

在您的情况下，您需要传递一个元组列表。例如，以下内容按预期工作：

In [7]: df.loc[ [('at', 1),('at', 3),('at', 5)], 'Dwell']
Out[7]:
          Dwell
QGram                                                           
at    1    180
at    3    180 
at    5     80  

- Marioanzas

---

更多信息可以在这里找到：https://pandas.pydata.org/pandas-docs/stable/user_guide/advanced.html - Marioanzas

Answer 5

我曾经遇到过同样的问题。

df[('colindex1','colindex2')][('rowindex1','rowindex2', 'rowindex3')]：没有问题

df.loc[('rowindex1','rowindex2', 'rowindex3')],[('colindex1','colindex2')]：会出现以下错误信息： KeyError: "None of [Index(['rowindex1','rowindex2', \n 'rowindex3'], \n dtype='object')] are in the [index]"

我尝试将我的索引元组放入列表中，结果是可以的：

    df.loc[[('rowindex1','rowindex2', 'rowindex3')],[('colindex1','colindex2')]]

我不知道为什么，也许是因为一些未显示的"\n"被添加到了索引中？

- Yamal