web-dev-qa-db-fra.com

pandas dataframe sélectionne des colonnes dans plusieurs index

J'ai le pd.DataFrame suivant:

Name    0                       1                      ...
Col     A           B           A            B         ...
0       0.409511    -0.537108   -0.355529    0.212134  ...
1       -0.332276   -1.087013    0.083684    0.529002  ...
2       1.138159    -0.327212    0.570834    2.337718  ...

Il a des colonnes MultiIndex avec names=['Name', 'Col'] et niveaux hiérarchiques. L'étiquette Name va de 0 à n et, pour chaque étiquette, il y a deux colonnes A et B.

Je voudrais sous-sélectionner toutes les colonnes A (ou B) de ce DataFrame.

pythonpandashierarchicalmulti-index
49
wfh

Il y a un get_level_values méthode que vous pouvez utiliser avec l'indexation booléenne pour obtenir le résultat souhaité.

In [13]:

df = pd.DataFrame(np.random.random((4,4)))
df.columns = pd.MultiIndex.from_product([[1,2],['A','B']])
print df
          1                   2          
          A         B         A         B
0  0.543980  0.628078  0.756941  0.698824
1  0.633005  0.089604  0.198510  0.783556
2  0.662391  0.541182  0.544060  0.059381
3  0.841242  0.634603  0.815334  0.848120
In [14]:

print df.iloc[:, df.columns.get_level_values(1)=='A']
          1         2
          A         A
0  0.543980  0.756941
1  0.633005  0.198510
2  0.662391  0.544060
3  0.841242  0.815334
63
CT Zhu

Méthode 1:

df.xs('A', level='Col', axis=1)

pour plus, consultez http://pandas.pydata.org/pandas-docs/stable/advanced.html#cross-section

Méthode 2:

df.loc[:, (slice(None), 'A')]

Avertissement: cette méthode nécessite le tri des étiquettes. pour plus, consultez http://pandas.pydata.org/pandas-docs/stable/advanced.html#the-need-for-sortedness-with-multiindex

33
user2725109

EDIT * Le meilleur moyen consiste maintenant à utiliser indexSlice pour les sélections multi-index

idx = pd.IndexSlice
A = df.loc[:,idx[:,'A']]
B = df.loc[:,idx[:,'B']]
10
ZJS