选择多级索引DataFrame中的一个索引。

Question

我正在尝试使用多级索引的DataFrame中的一个索引来创建新的DataFrame。

                   A         B         C
first second                              
bar   one     0.895717  0.410835 -1.413681
      two     0.805244  0.813850  1.607920
baz   one    -1.206412  0.132003  1.024180
      two     2.565646 -0.827317  0.569605
foo   one     1.431256 -0.076467  0.875906
      two     1.340309 -1.187678 -2.211372
qux   one    -1.170299  1.130127  0.974466
      two    -0.226169 -1.436737 -2.006747

理想情况下，我希望有这样的东西：

In: df.ix[level="first"]

并且：

Out:

               A         B         C
first                               
bar        0.895717  0.410835 -1.413681
           0.805244  0.813850  1.607920
baz       -1.206412  0.132003  1.024180
           2.565646 -0.827317  0.569605
foo        1.431256 -0.076467  0.875906
           1.340309 -1.187678 -2.211372
qux       -1.170299  1.130127  0.974466
          -0.226169 -1.436737 -2.006747
`

我希望只保留多级索引中的first级别，而删除其他所有索引。有没有简单的方法可以实现这个需求？

- Skorpeo

Answer 1

一种方法是简单地重新绑定df.index到所需的MultiIndex级别。您可以通过指定要保留的标签名称来实现此目的：

df.index = df.index.get_level_values('first')

或者使用级别的整数值：

df.index = df.index.get_level_values(0)

这里将消失所有其他的MultiIndex级别。

- Alex Riley

---

https://dev59.com/L10a5IYBdhLWcg3w88vU - Skorpeo

Answer 2

这个方案是比较新的，使用了 df.xs 函数。

In [88]: df.xs('bar', level='first')
Out[88]:
Second  Third
one     A       -2.315312
        B        0.497769
        C        0.108523
two     A       -0.778303
        B       -1.555389
        C       -2.625022
dtype: float64

也可以使用多个索引进行操作，例如

In [89]: df.xs(('bar', 'A'), level=('First', 'Third'))
Out[89]:
Second
one   -2.315312
two   -0.778303
dtype: float64

示例的设置如下

import pandas as pd
import numpy as np
arrays = [
    np.array(['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux']),
    np.array(['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two'])
]
index = pd.MultiIndex.from_tuples(list(zip(*arrays)), names=['first', 'second'])
df = pd.DataFrame(np.random.randn(3, 8), index=['A', 'B', 'C'], columns=index)
df.index.names = pd.core.indexes.frozen.FrozenList(['First', 'Second', 'Third'])
df = df.unstack()

- Alexander McFarlane

Answer 3

或者您可以使用 pandas.DataFrame.droplevel 方法。在您的示例中唯一的缺点是您的索引值不再是唯一的：

In: df.droplevel('second')
Out:

                    A           B           C  
  first                                        
  bar        0.895717    0.410835   -1.413681   
  bar        0.805244    0.813850    1.607920   
  baz       -1.206412    0.132003    1.024180   
  baz        2.565646   -0.827317    0.569605  
  foo        1.431256   -0.076467    0.875906  
  foo        1.340309   -1.187678   -2.211372  
  qux       -1.170299    1.130127    0.974466  
  qux       -0.226169   -1.436737   -2.006747  

- Jumikru

Answer 4

我使用get_level_values(0)来获取多级索引分组中的第一级索引，以构建包含聚合值和编码值的描述字典值的数据框。我在分组中获取"airline_enc"值的索引。

def getAirlineByGrouped(grouped,dictGeneric):
    mylist=[]
    for key in grouped.index.get_level_values(0):
        item=dictGeneric.get(key)
        mylist.append(item)
    return mylist

encoder=LabelEncoder()
df['airline_enc']=encoder.fit_transform(df['airline'])

dictAirline=   df[['airline_enc','airline']].set_index('airline_enc').to_dict()
grouped=results.groupby(['airline_enc','rating'])['recommended'].count()

#print(grouped)
airlines=getAirlineByGrouped(grouped, dictAirline['airline'])

result_df=pd.DataFrame({'index': grouped.index.get_level_values(0),'value':grouped.values,'airline':airlines})
result_df.plot(x='airline',y='value')
plt.xticks(rotation=90)

- Golden Lion