在multiIndex中选定指定索引的行 – Python量化投资

在multiIndex中选定指定索引的行

在multiIndex中选定指定索引的行

 转载自:https://blog.csdn.net/PIPIXIU/article/details/80232805

我们在用pandas类似groupby来使用多重index时,有时想要对多个level中的某个index对应的行进行操作,就需要在dataframe中找到该index对应的行,在单层index中我们可以方便的使用df.loc[index]来选择,在多重Index中我们可以利用的类似的思路,然而其中也有一些小坑,记录如下。

1 index为有序的

1.1 创建测试数据

首先创建一个dataframe数据

df = pd.DataFrame({‘class’:[‘A’,’A’,’A’,’B’,’B’,’B’,’C’,’C’],

                                      ‘id’:[‘a’,’b’,’c’,’a’,’b’,’c’,’a’,’b’],

                                      ‘value’:[1,2,3,4,5,6,7,8]})

df中内容如下图:

1.2 设置multiIndex

通过set_index设为多重索引

df = df.set_index([‘class’,’id’])

设置索引后效果:

1.3 切片筛选index

这里同样使用loc定位

df.loc[(‘A’,slice(None)),:]

各参数的解释如下:

(1)loc[(a,b),c]中第一个参数元组为索引内容,a为level0索引对应的内容,b为level1索引对应的内容

    因为df是一个dataframe,所以要用c来指定列

(2)这里‘A’,指选择class中的A类

(3)slice(None), 是Python中的切片操作,这里用来选择任意的id,要注意!不能使用‘:’来指定任意index

(4)‘:’,用来指定dataframe任意的列

执行后的结果如下:

同样,如果想只保留id中的’a’,则可以使用:

df.loc[(slice(None),’a’),:]

2 index无序

前面的例子对应的index列为数字或字母,是有序的,接下来我们看看index列为中文的情况。

2.1 创建无序测试数据

df2 = pd.DataFrame({‘课程’:[‘语文’,’语文’,’数学’,’数学’],’得分’:[‘最高’,’最低’,’最高’,’最低’],’分值’:[90,50,100,60]})

df2 = df2.set_index([‘课程’,’得分’])

2.2 尝试切片选择index

df2.loc[(‘语文’,slice(None)),:]

我们进行同样的操作,这时会发现提示出错:

UnsortedIndexError: ‘MultiIndex Slicing requires the index to be fully lexsorted tuple len (2), lexsort depth (0)’

这是因为此时的index无法进行排序,在pandas文档中提到:Furthermore if you try to index something that is not fully lexsorted, this can raise:

我们可以通过 df2.index.is_lexsorted()来检查index是否有序,

In[1]: df2.index.is_lexsorted()

out[1]: False

接下来,我们尝试对Index进行排序。(排序时要在level里指定index名)

2.3 对index排序后切片选择index

df2 = df2.sort_index(level=’课程’)

df2.loc[(‘语文’,slice(None)),:]

得到了我们想要的结果。

参考文献:pandas-docs-MultiIndex / Advanced Indexing

你或许想:《去原作者写文章的地方

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论