pandas :使用MultiIndex选择

本文介绍了 pandas :使用MultiIndex选择的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！

问题描述

考虑以下数据框

In [136]:
df = pd.DataFrame({'A':[1,1,2,2],'B':[1,2,1,2],'C':np.arange(10,30,5)}).set_index(['A','B'])
df
Out[136]:
      C
A B    
1 1  10
  2  15
2 1  20
  2  25

In [130]:
vals = pd.DataFrame({'A':[1,2],'values':[True,False]}).set_index('A')
vals
Out[130]:
  values
A       
1   True
2  False

如何仅选择df中具有相应True值的df行?

How can I select only the rows of df with corresponding True values in vals?

如果我在两个框架上都按reset_index键，现在可以合并/合并它们并根据需要进行切片，但是如何使用(多)索引呢?

If I reset_index on both frames I can now merge/join them and slice however I want, but how can I do it using the (multi)indexes?

推荐答案

一路布尔索引...

In [65]: df[pd.Series(df.index.get_level_values('A')).isin(vals[vals['values']].index)]
Out[65]: 
      C
A B    
1 1  10
  2  15

请注意，您可以在多索引上使用xs.

Note that you can use xs on a multiindex.

In [66]: df.xs(1)
Out[66]: 
    C
B    
1  10
2  15

这篇关于 pandas :使用MultiIndex选择的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！