Làm cách nào để chỉ chọn các cột cụ thể từ một DataFrame với các cột MultiIndex?

Question

Tôi có DataFrame với các cột MultiIndex trông như thế này:

# sample data 
col = pd.MultiIndex.from_arrays([['one', 'one', 'one', 'two', 'two', 'two'], 
           ['a', 'b', 'c', 'a', 'b', 'c']]) 
data = pd.DataFrame(np.random.randn(4, 6), columns=col) 
data 

những cách đơn giản, thích hợp của việc lựa chọn chỉ các cột cụ thể (ví dụ ['a', 'c'], không phải là một range) từ cấp độ thứ hai là gì?

Hiện nay tôi đang làm việc đó như thế này:

import itertools 
tuples = [i for i in itertools.product(['one', 'two'], ['a', 'c'])] 
new_index = pd.MultiIndex.from_tuples(tuples) 
print(new_index) 
data.reindex_axis(new_index, axis=1) 

Nó không cảm thấy giống như một giải pháp tốt, tuy nhiên, vì tôi phải bust ra itertools, xây dựng khác MultiIndex bằng tay và sau đó reindex (và mã thực sự của tôi thậm chí còn lộn xộn hơn, vì các danh sách cột không đơn giản để tìm nạp). Tôi khá chắc chắn phải có một số cách ix hoặc xs cách thực hiện việc này, nhưng mọi thứ tôi đã thử đều dẫn đến lỗi.

Answer 1

Đó không phải là lớn, nhưng có lẽ:

>>> data 
     one       two      
      a   b   c   a   b   c 
0 -0.927134 -1.204302 0.711426 0.854065 -0.608661 1.140052 
1 -0.690745 0.517359 -0.631856 0.178464 -0.312543 -0.418541 
2 1.086432 0.194193 0.808235 -0.418109 1.055057 1.886883 
3 -0.373822 -0.012812 1.329105 1.774723 -2.229428 -0.617690 
>>> data.ix[:,data.columns.get_level_values(1).isin({"a", "c"})] 
     one     two   
      a   c   a   c 
0 -0.927134 0.711426 0.854065 1.140052 
1 -0.690745 -0.631856 0.178464 -0.418541 
2 1.086432 0.808235 -0.418109 1.886883 
3 -0.373822 1.329105 1.774723 -0.617690 

sẽ làm việc?

Answer 2

Bạn có thể sử dụng một trong hai, hoặc locix tôi sẽ hiển thị một ví dụ với loc:

data.loc[:, [('one', 'a'), ('one', 'c'), ('two', 'a'), ('two', 'c')]] 

Khi bạn có một MultiIndexed DataFrame, và bạn muốn lọc ra chỉ một số các cột, bạn phải chuyển danh sách các bộ dữ liệu phù hợp với các cột đó. Vì vậy, cách tiếp cận itertools đã được khá nhiều OK, nhưng bạn không cần phải tạo ra một MultiIndex mới:

data.loc[:, list(itertools.product(['one', 'two'], ['a', 'c']))] 

Answer 3

Tôi nghĩ rằng có một cách tốt hơn nhiều (bây giờ), đó là lý do tôi bận tâm kéo câu hỏi này (đó là kết quả google trên cùng) ra khỏi bóng tối:

data.select(lambda x: x[1] in ['a', 'b'], axis=1) 

mang lại kết quả mong muốn của bạn trong một nhanh chóng và sạch sẽ một lớp lót:

 one     two   
      a   b   a   b 
0 -0.341326 0.374504 0.534559 0.429019 
1 0.272518 0.116542 -0.085850 -0.330562 
2 1.982431 -0.420668 -0.444052 1.049747 
3 0.162984 -0.898307 1.762208 -0.101360 

Chủ yếu là tự giải thích, [1] là mức.

Answer 4

Để chọn tất cả các cột được đặt tên 'a' và 'c' ở cấp thứ hai của indexer cột, bạn có thể sử dụng máy thái:

>>> data.loc[:, (slice(None), ('a', 'c'))] 

     one     two   
      a   c   a   c 
0 -0.983172 -2.495022 -0.967064 0.124740 
1 0.282661 -0.729463 -0.864767 1.716009 
2 0.942445 1.276769 -0.595756 -0.973924 
3 2.182908 -0.267660 0.281916 -0.587835 

Here bạn có thể đọc thêm về Slicer.