我有一个类似这样的数据框:
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'])]
df = pd.DataFrame([[24, 13, 8, 9],
[11, 30, 7, 23],
[21, 31, 12, 30],
[ 2, 5, 19, 24],
[15, 18, 3, 16],
[ 2, 24, 28, 11],
[23, 9, 6, 12],
[29, 28, 11, 21]], index=arrays, columns=list('abcd'))
df
a b c d
bar one 24 13 8 9
two 11 30 7 23
baz one 21 31 12 30
two 2 5 19 24
foo one 15 18 3 16
two 2 24 28 11
qux one 23 9 6 12
two 29 28 11 21
我希望切片数据框,使得结果包含所有第一级索引为
foo
的行和所有第一级索引为bar
且第二级索引为two
的行。即,结果数据框应该如下所示: a b c d
bar two 11 30 7 23
foo one 15 18 3 16
two 2 24 28 11
获得此结果的一种方法是
pd.concat([df.loc[[('bar', 'two')],:], df.loc[('foo', slice(None)),:]])
但是这种方式感觉非常繁琐,一定有更符合Python风格的方法。