Início / coding / Perguntas / 79044322
Accepted
Kyle Carow
Asked: 2024-10-02 02:29:55 +0800 CST

Fatiar condicionalmente um multiíndice pandas em um nível específico

  • 772

Para meu DataFrame multi-indexado fornecido:

df = pd.DataFrame(
    np.random.randn(12),
    index=[
        [1,1,2,3,4,4,5,5,6,6,7,8],
        [1,2,1,1,1,2,1,2,1,2,2,2],
    ]
)

            0
1 1  1.667692
  2  0.274428
2 1  0.216911
3 1 -0.513463
4 1 -0.642277
  2 -2.563876
5 1  2.301943
  2  1.455494
6 1 -1.539390
  2 -1.344079
7 2  0.300735
8 2  0.089269

Gostaria de dividi-lo de forma que eu mantenha apenas as linhas onde o segundo nível de índice contém AMBOS 1 e 2

            0
1 1  1.667692
  2  0.274428
4 1 -0.642277
  2 -2.563876
5 1  2.301943
  2  1.455494
6 1 -1.539390
  2 -1.344079

Como posso fazer isso?

python

3 respostas

  1. Best Answer

    Outra solução possível, que se baseia no seguinte:

    • df.groupby(level=0)agrupa o dataframe pelo primeiro nível do índice.

    • filter(lambda x: set(x.index.get_level_values(1)) == {1, 2})verifica se o segundo nível do índice para cada grupo contém 1 e 2 e retém apenas os grupos que atendem a essa condição.

    df.groupby(level=0).filter(lambda x: set(x.index.get_level_values(1)) == {1, 2})

    Saída:

                0
1 1 -1.085631
  2  0.997345
4 1 -0.578600
  2  1.651437
5 1 -2.426679
  2 -0.428913
6 1  1.265936
  2 -0.866740
    • 4

  2. Você pode converter o Multindex to_framepara poder executar uma operação groupby.transformcom a set.issubsetfinalidade de gerar uma série para indexação booleana :

    out = df[df.index.to_frame().groupby(0)[1].transform({1, 2}.issubset)]

    NB. se você quiser exatamente (não pelo menos) {1, 2}, use lambda x: set(x) == {1, 2}a função as em transform.

    Se você precisar executar isso em comandos encadeados:

    df.loc[lambda x: x.index.to_frame().groupby(0)[1].transform({1, 2}.issubset)]

    Saída:

                0
1 1 -1.017357
  2  0.869500
4 1 -1.348415
  2  0.625116
5 1  0.708617
  2  0.438953
6 1  0.632509
  2  0.693872

    Intermediário:

    df.index.to_frame().groupby(0)[1].transform({1, 2}.issubset)

1  1     True
   2     True
2  1    False
3  1    False
4  1     True
   2     True
5  1     True
   2     True
6  1     True
   2     True
7  2    False
8  2    False
Name: 1, dtype: bool
    • 3

  3. Esta é uma alternativa às outras respostas que devem ter melhor desempenho (de preferência ignorando o groupby e usando os métodos do tipo set do próprio pandas): Obtenha os valores no nível 0, onde o nível 1 é 1 e 2, e indexe o dataframe com eles:

    mi = df.index
filter1=mi.get_locs([slice(None), 1])
filter2=mi.get_locs([slice(None), 2])
indexer=base[filter1].intersection(base[filter2])
df.loc[indexer]

            0
1 1  0.395119
  2 -0.358966
4 1  0.023952
  2  0.976810
5 1  0.217600
  2 -1.385707
6 1  1.334745
  2 -0.018886

    Se você tiver mais valores, poderá usar uma compreensão.

    • 2

relate perguntas