MultiIndex-có trụ sở tại gấu trúc

Question

Nếu tôi xác định một dataframe phân cấp lập chỉ mục như thế này:

import itertools 
import pandas as pd 
import numpy as np 
a = ('A', 'B') 
i = (0, 1, 2) 
b = (True, False) 
idx = pd.MultiIndex.from_tuples(list(itertools.product(a, i, b)), 
           names=('Alpha', 'Int', 'Bool')) 
df = pd.DataFrame(np.random.randn(len(idx), 7), index=idx, 
        columns=('I', 'II', 'III', 'IV', 'V', 'VI', 'VII')) 

các nội dung như sau:

In [19]: df 
Out[19]: 
         I  II  III  IV   V  VI  VII 
Alpha Int Bool                  
A  0 True -0.462924 1.210442 0.306737 0.325116 -1.320084 -0.831699 0.892865 
      False -0.850570 -0.949779 0.022074 -0.205575 -0.684794 -0.214307 -1.133833 
     1 True 0.603602 1.387020 -0.830780 -1.242000 -0.321938 0.484271 0.171738 
      False -1.591730 1.282136 0.095159 -1.239882 0.760880 -0.606444 -0.485957 
     2 True -1.346883 1.650247 -1.476443 2.092067 1.344689 0.177083 0.100844 
      False 0.001407 -1.127299 -0.417828 0.143595 -0.277838 -0.478262 -0.350906 
B  0 True 0.722781 -1.093182 0.237536 0.457614 -2.500885 0.338257 0.009128 
      False 0.321022 0.419357 1.161140 -1.371035 1.093696 0.250517 -1.125612 
     1 True 0.237441 1.739933 0.029653 0.327823 -0.384647 1.523628 -0.009053 
      False -0.459148 -0.598577 -0.593486 -0.607447 1.478399 0.504028 -0.329555 
     2 True -0.583052 -0.986493 -0.057788 -0.639798 1.400311 0.076471 -0.212513 
      False 0.896755 2.583520 1.520151 2.367336 -1.084994 -1.233548 -2.414215 

tôi biết làm thế nào để trích xuất các dữ liệu tương ứng với một cột đã cho. Ví dụ. cho cột 'VII':

In [20]: df['VII'] 
Out[20]: 
Alpha Int Bool 
A  0 True  0.892865 
      False -1.133833 
     1 True  0.171738 
      False -0.485957 
     2 True  0.100844 
      False -0.350906 
B  0 True  0.009128 
      False -1.125612 
     1 True -0.009053 
      False -0.329555 
     2 True -0.212513 
      False -2.414215 
Name: VII 

Làm thế nào để trích xuất các dữ liệu phù hợp với các bộ sau các tiêu chí:

1. Alpha=='B'
2. Alpha=='B', Bool==False
3. Alpha=='B', Bool==False, cột 'I'
4. Alpha=='B' , Bool==False, cột 'I' và 'III'
5. Alpha=='B', Bool==False, cột 'I', 'III', và tất cả các cột từ 'V' trở đi
6. Int thậm chí còn

(BTW, tôi đã làm RTFM, nhiều hơn một lần thậm chí, nhưng tôi thực sự thấy nó không thể hiểu nổi.)

Answer 1

xs có thể là những gì bạn muốn. Dưới đây là một vài ví dụ:

In [63]: df.xs(('B',), level='Alpha') 
Out[63]: 
        I  II  III  IV   V  VI  VII 
Int Bool                  
0 True -0.430563 0.139969 -0.356883 -0.574463 -0.107693 -1.030063 0.271250 
    False 0.334960 -0.640764 -0.515756 -0.327806 -0.006574 0.183520 1.397951 
1 True -0.450375 1.237018 0.398290 0.246182 -0.237919 1.372239 -0.805403 
    False -0.064493 0.967132 -0.674451 0.666691 -0.350378 1.721682 -0.791897 
2 True 0.143154 -0.061543 -1.157361 0.864847 -0.379616 -0.762626 0.645582 
    False -3.253589 0.729562 -0.839622 -1.088309 0.039522 0.980831 -0.113494 

In [64]: df.xs(('B', False), level=('Alpha', 'Bool')) 
Out[64]: 
      I  II  III  IV   V  VI  VII 
Int                  
0 0.334960 -0.640764 -0.515756 -0.327806 -0.006574 0.183520 1.397951 
1 -0.064493 0.967132 -0.674451 0.666691 -0.350378 1.721682 -0.791897 
2 -3.253589 0.729562 -0.839622 -1.088309 0.039522 0.980831 -0.113494 

Sửa:

Đối với yêu cầu cuối cùng bạn có thể chuỗi get_level_values và isin:

Lấy giá trị thậm chí trong chỉ mục (những cách khác để làm điều này quá)

In [87]: ix_vals = set(i for _, i, _ in df.index if i % 2 == 0) 
     ix_vals 

Out[87]: set([0L, 2L]) 

Sử dụng chúng với isin

In [89]: ix = df.index.get_level_values('Int').isin(ix_vals) 
In [90]: df[ix] 
Out[90]:    I  II  III  IV   V  VI  VII 
Alpha Int Bool                  
A  0 True -1.315409 1.203800 0.330372 -0.295718 -0.679039 1.402114 0.778572 
      False 0.008189 -0.104372 0.419110 0.302978 -0.880262 -1.037645 -0.264265 
     2 True -2.414290 0.896990 0.986167 -0.527074 0.550753 -0.302920 0.228165 
      False 1.275831 0.448089 -0.635874 -0.733855 -0.747774 -1.108976 0.151474 
B  0 True -0.430563 0.139969 -0.356883 -0.574463 -0.107693 -1.030063 0.271250 
      False 0.334960 -0.640764 -0.515756 -0.327806 -0.006574 0.183520 1.397951 
     2 True 0.143154 -0.061543 -1.157361 0.864847 -0.379616 -0.762626 0.645582 
      False -3.253589 0.729562 -0.839622 -1.088309 0.039522 0.980831 -0.113494 

Answer 2

Bạn có thể sử dụng pd.IndexSlice một cách trực quan (Lấy cảm hứng từ this answer). Một số ví dụ (sử dụng gấu trúc 0,18.0):

df.sort_index(inplace=True) 
idx = pd.IndexSlice 
evens = np.arange(2,max(df.index.levels[1])+1,2) 

df.loc[idx[['A','B'],evens,True],['III','V']] 
Out[]: 
        III   V 
Alpha Int Bool      
A  2 True -1.041243 -0.561155 
B  2 True 0.381918 -0.148990 

df.loc[idx[:,evens,:],:] 
Out[]: 
         I  II  III  IV   V  VI \ 
Alpha Int Bool                 
A  2 False 0.791142 0.333383 0.089767 -0.584465 0.295676 -1.323792 
      True -1.023160 -0.442004 -1.041243 1.613184 -0.561155 0.397923 
B  2 False 0.383229 -0.052715 -0.214347 -2.041429 -1.101059 -0.374035 
      True -0.183386 -0.855367 0.381918 -0.261106 -0.148990 0.621537 

         VII 
Alpha Int Bool    
A  2 False 0.717301 
      True -0.133701 
B  2 False 0.166314 
      True 0.517513