使用pandas：按次要索引的范围切片MultiIndex DataFrame。

Question

有人发帖称在多层索引的Pandas系列上可以对第二个索引进行切片：

import numpy as np
import pandas as pd

buckets = np.repeat(range(3), [3,5,7])
sequence = np.hstack(map(range,[3,5,7]))

s = pd.Series(np.random.randn(len(sequence)), 
              index=pd.MultiIndex.from_tuples(zip(buckets, sequence)))

print s

0  0    0.021362
   1    0.917947
   2   -0.956313
1  0   -0.242659
   1    0.398657
   2    0.455909
   3    0.200061
   4   -1.273537
2  0    0.747849
   1   -0.012899
   2    1.026659
   3   -0.256648
   4    0.799381
   5    0.064147
   6    0.491336

然后，要获取第一个索引为1的前三行，只需执行以下命令：

s[1].ix[range(3)]

0   -0.242659
1    0.398657
2    0.455909

这对于一维Series适用，但不适用于数据框：

buckets = np.repeat(range(3), [3,5,7])
sequence = np.hstack(map(range,[3,5,7]))

d = pd.DataFrame(np.random.randn(len(sequence),2), 
                 index=pd.MultiIndex.from_tuples(zip(buckets, sequence)))

print d

            0         1
0 0  1.217659  0.312286
  1  0.559782  0.686448
  2 -0.143116  1.146196
1 0 -0.195582  0.298426
  1  1.504944 -0.205834
  2  0.018644 -0.979848
  3 -0.387756  0.739513
  4  0.719952 -0.996502
2 0  0.065863  0.481190
  1 -1.309163  0.881319
  2  0.545382  2.048734
  3  0.506498  0.451335
  4  0.872743 -0.070985
  5 -1.160473  1.082550
  6  0.331796 -0.366597

d[1].ix[range(3)]

0  0    0.312286
   1    0.686448
   2    1.146196
Name: 1

它会给你数据的“第1列”，以及前三行，而不考虑第一个索引级别。如何获取多重索引DataFrame中第一个索引为1的前三行？

- worldcitizen

Answer 1

d.xs(1)[0:3]


          0         1
0 -0.716206  0.119265
1 -0.782315  0.097844
2  2.042751 -1.116453

- Wouter Overmeire

---

实际上，看起来如果您使用.ix方法，则不必强制显式地使用切片。例如，d.xs(1).ix[arange(3)]有效。 - worldcitizen

Answer 2

.loc更高效，同时被评估

s.loc[pd.IndexSlice[1],:3]将返回0级= 1和[0：3]条目。

- um8ra