Pandas多级索引仅在次级索引上进行切片

Question

我有以下的pandas数据（与这里的示例相关：pandas: slice a MultiIndex by range of secondary index）

import numpy as np
import pandas as pd

variable = np.repeat(['a','b','c'], [5,5,5])
time = [0,1,5,10,20,0,1,5,10,20,0,1,5,10,20]

arra = [variable, time]

index=pd.MultiIndex.from_arrays(arra, names=("variable", "time"))

s = pd.Series(
    np.random.randn(len(sequence)), 
    index=index
)

输出将会是：

# In [1]: s
variable  time
a         0      -1.284692
          1      -0.313895
          5      -0.980222
          10     -1.452306
          20     -0.423921
b         0       0.248625
          1       0.183721
          5      -0.733377
          10      1.562653
          20     -1.092559
c         0       0.061172
          1       0.133960
          5       0.765271
          10     -0.648834
          20      0.147158
dtype: float64

如果我在这两个多重索引上切片，它会像这样工作：

# In [2]: s.loc[("a",0),:]
variable  time
a         0       1.583589
          1      -1.081401
          5      -0.497904
          10      0.352880
          20     -0.179062
dtype: float64

但是我怎样才能仅仅在二级索引"time"上切片，例如在time=0时获取每一行的第一个索引？以下方法行不通：

# In [3]: s.loc[(0),:]

KeyError: 0

我应该在这里怎么做？

- Rockbar

---

可能是Python Pandas slice multiindex by second level index (or any other level)的重复问题。 - feetwet

Answer 1

使用xs方法，指定第二级别进行选择，或者使用带有:的loc方法选择第一级别的所有值，使用0选择第二级别的值：

print (s.xs(0, level=1))

或者：

print (s.loc[:, 0])


a    0.376784
b   -0.643836
c   -0.440340
dtype: float64

如果要使用DataFrame的索引和列，请使用slicers： （参考链接）

idx = pd.IndexSlice
df = pd.concat([s,s * 10], axis=1, keys=['a','b'])
print (df)
                      a          b
variable time                     
a        0     1.054582  10.545820
         1    -1.716213 -17.162130
         5    -0.187765  -1.877645
         10   -0.419005  -4.190047
         20   -0.772808  -7.728078
b        0    -0.022520  -0.225202
         1    -0.638453  -6.384531
         5     0.410156   4.101559
         10    0.512189   5.121889
         20   -1.241232 -12.412322
c        0    -0.134815  -1.348148
         1    -1.007632 -10.076318
         5    -0.859790  -8.597898
         10   -0.623177  -6.231767
         20   -0.635504  -6.355036

print (df.loc[idx[:, 0], 'a'])
variable  time
a         0       1.054582
b         0      -0.022520
c         0      -0.134815
Name: a, dtype: float64

- jezrael

---

太好了，".xs"现在可以使用了。我正在尝试将解决方案应用到我的真实数据框中，但我想选择/保留除"a"以外的所有列。只保留逗号会导致"UnsortedIndexError: 'MultiIndex Slicing requires the index to be fully lexsorted tuple len (2), lexsort depth (1)'"。 - Rockbar

是的，那么需要先执行 df = df.sort_index()。 - jezrael

文档在这里：http://pandas.pydata.org/pandas-docs/stable/advanced.html#sorting-a-multiindex - jezrael

我可以在这里问一个非常相关的问题吗，还是需要一个新的问题？ - Rockbar

我现在离线了，只能用手机，建议您提一个新问题。 - jezrael

好的，完成了。那是我误解了。现在一切都好了。再次感谢。 - Rockbar

Answer 2

jezrael 提供的答案简洁明了并且可行。作为替代方案，你可以像这样使用 swaplevel() ：

print(s.swaplevel().loc[0, :])

variable
a    1.534837
b    1.311133
c    0.215539
dtype: float64

- EyJay