如何有效地选择 Pandas MultiIndex DataFrame 中的行？

在 Pandas MultiIndex DataFrame 中选择行

问题摘要

给定一个带有 MultiIndex 的 Pandas DataFrame，我们如何根据特定值选择行/每个索引级别中的标签？

切片loc

df.loc[key, :]

• key 是一个标签元组，每个索引级别一个。
• 这提供了一种方便而简洁的方法来根据不同级别中的特定值选择行。

切片xs

df.xs(level_key, level=level_name, drop_level=True/False)

• level_key 是特定索引级别的键。
• drop_level 控制是否应从生成的 DataFrame 中删除该级别。
• xs 是在单个级别上切片时特别有用。

过滤query

df.query("condition")

• condition 是一个布尔表达式，指定过滤条件。
• 支持跨多个索引级别的灵活过滤。

使用 get_level_values

mask = df.index.get_level_values(level_name).isin(values_list)
selected_rows = df[mask]

• 创建一个布尔值基于特定索引级别中的值的掩码。
• 对于更复杂的过滤操作或对多个值进行切片时很有用。

示例

示例1：选择级别“一”中具有特定值的行，并且'two':

# Using loc
selected_rows = df.loc[['a'], ['t', 'u']]

# Using xs
selected_rows = df.xs('a', level='one', drop_level=False)
selected_rows = selected_rows.xs(['t', 'u'], level='two')

# Using query
selected_rows = df.query("one == 'a' and two.isin(['t', 'u'])")

# Using get_level_values
one_mask = df.index.get_level_values('one') == 'a'
two_mask = df.index.get_level_values('two').isin(['t', 'u'])
selected_rows = df[one_mask & two_mask]

示例 2：根据级别 'two' 中的数值不等式过滤行：

# Using query
selected_rows = df.query("two > 5")

# Using get_level_values
two_mask = df.index.get_level_values('two') > 5
selected_rows = df[two_mask]

提示和注意事项

• 考虑切片/过滤操作的复杂性并相应地选择适当的方法。
• 对于单个或几个级别的简单切片，首选 loc 或 xs。
• 对于多个值的复杂过滤或切片，请考虑使用 query 或 get_level_values 作为它们提供了更大的灵活性。
• 注意使用 pd.IndexSlice 来指定复杂的切片操作loc.
• sort_index() 可以提高具有未排序 MultiIndex 的大型 DataFrame 的性能。

以上是如何有效地选择 Pandas MultiIndex DataFrame 中的行？的详细内容。更多信息请关注PHP中文网其他相关文章！