Pandas中怎么使用MultiIndex选择并提取任何行和列

其他教程   发布日期:2023年06月30日   浏览次数:563

这篇文章主要介绍“Pandas中怎么使用MultiIndex选择并提取任何行和列”,在日常操作中,相信很多人在Pandas中怎么使用MultiIndex选择并提取任何行和列问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”Pandas中怎么使用MultiIndex选择并提取任何行和列”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!

    使用多索引(分层索引)可以方便地对pandas.DataFrame和pandas.Series的索引进行分层配置,以便可以为每个层次结构计算统计信息,例如总数和平均值。

    以下csv数据为例。每个索引列都命名为level_x。

    1. import pandas as pd
    2. df = pd.read_csv('./data/25/sample_multi.csv', index_col=[0, 1, 2])
    3. print(df)
    4. # val_1 val_2
    5. # level_1 level_2 level_3
    6. # A0 B0 C0 98 90
    7. # C1 44 9
    8. # B1 C2 39 17
    9. # C3 75 71
    10. # A1 B2 C0 1 89
    11. # C1 54 60
    12. # B3 C2 47 6
    13. # C3 16 5
    14. # A2 B0 C0 75 22
    15. # C1 19 4
    16. # B1 C2 25 52
    17. # C3 57 40
    18. # A3 B2 C0 64 54
    19. # C1 27 96
    20. # B3 C2 100 77
    21. # C3 22 50
    22. print(df.index)
    23. # MultiIndex(levels=[['A0', 'A1', 'A2', 'A3'], ['B0', 'B1', 'B2', 'B3'], ['C0', 'C1', 'C2', 'C3']],
    24. # labels=[[0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3], [0, 0, 1, 1, 2, 2, 3, 3, 0, 0, 1, 1, 2, 2, 3, 3], [0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3]],
    25. # names=['level_1', 'level_2', 'level_3'])

    这里,将描述以下内容。

    • 选择并提取带有loc的任何行或列

      • 特殊切片规范:slice(),pd.IndexSlice []

    • xs方法

    • 给选择赋值

    选择并提取带有loc的任何行或列

    可以像使用普通索引一样使用loc []选择和提取任何行/列。

    Pandas获取和修改任意位置的值(at,iat,loc,iloc)

    在示例中,索引是一个多索引,但是当列是一个多索引时,同样的想法也适用。

    如果选择上层(外层),则它与普通loc []相同。

    指定整列时,可以省略back slice :,但是使用后述的slice(None)或pd.IndexSlice时,不能将其省略(这会导致错误),因此请明确指定。拥有它是安全的。

    1. print(df.loc['A0', 'val_1'])
    2. # level_2 level_3
    3. # B0 C0 98
    4. # C1 44
    5. # B1 C2 39
    6. # C3 75
    7. # Name: val_1, dtype: int64
    8. print(df.loc['A0', :])
    9. # val_1 val_2
    10. # level_2 level_3
    11. # B0 C0 98 90
    12. # C1 44 9
    13. # B1 C2 39 17
    14. # C3 75 71
    15. print(df.loc['A0'])
    16. # val_1 val_2
    17. # level_2 level_3
    18. # B0 C0 98 90
    19. # C1 44 9
    20. # B1 C2 39 17
    21. # C3 75 71

    也可以通过切片或列表选择范围。

    1. print(df.loc['A0':'A2', :])
    2. # val_1 val_2
    3. # level_1 level_2 level_3
    4. # A0 B0 C0 98 90
    5. # C1 44 9
    6. # B1 C2 39 17
    7. # C3 75 71
    8. # A1 B2 C0 1 89
    9. # C1 54 60
    10. # B3 C2 47 6
    11. # C3 16 5
    12. # A2 B0 C0 75 22
    13. # C1 19 4
    14. # B1 C2 25 52
    15. # C3 57 40
    16. print(df.loc[['A0', 'A2'], :])
    17. # val_1 val_2
    18. # level_1 level_2 level_3
    19. # A0 B0 C0 98 90
    20. # C1 44 9
    21. # B1 C2 39 17
    22. # C3 75 71
    23. # A2 B0 C0 75 22
    24. # C1 19 4
    25. # B1 C2 25 52
    26. # C3 57 40

    还可以通过从上层(外层)按顺序指定值来缩小范围。按元组顺序指定值。

    1. print(df.loc[('A0', 'B1'), :])
    2. # val_1 val_2
    3. # level_3
    4. # C2 39 17
    5. # C3 75 71
    6. print(df.loc[('A0', 'B1', 'C2'), :])
    7. # val_1 39
    8. # val_2 17
    9. # Name: (A0, B1, C2), dtype: int64

    如果按顺序指定元组,则列表将起作用,但切片将失败。

    1. print(df.loc[(['A0', 'A1'], ['B0', 'B3']), :])
    2. # val_1 val_2
    3. # level_1 level_2 level_3
    4. # A0 B0 C0 98 90
    5. # C1 44 9
    6. # A1 B3 C2 47 6
    7. # C3 16 5
    8. # print(df.loc[(:, 'B1'), :])
    9. # SyntaxError: invalid syntax
    10. # print(df.loc[('A1':'A3', 'B2'), :])
    11. # SyntaxError: invalid syntax

    特殊切片规范:slice(),pd.IndexSlice []

    当从具有多索引的上层(外层)开始按顺序指定元组的值时,将slice()用于切片。

    可以使用slice(start,stop,step)创建slice start:stop:step。stop和step可以省略。整个切片:slice(None)。

    1. print(df.loc[(slice(None), 'B1'), :])
    2. # val_1 val_2
    3. # level_1 level_2 level_3
    4. # A0 B1 C2 39 17
    5. # C3 75 71
    6. # A2 B1 C2 25 52
    7. # C3 57 40
    8. print(df.loc[(slice('A1', 'A3'), 'B2'), :])
    9. # val_1 val_2
    10. # level_1 level_2 level_3
    11. # A1 B2 C0 1 89
    12. # C1 54 60
    13. # A3 B2 C0 64 54
    14. # C1 27 96
    15. print(df.loc[(slice('A1', 'A3'), ['B0', 'B2'], 'C1'), :])
    16. # val_1 val_2
    17. # level_1 level_2 level_3
    18. # A1 B2 C1 54 60
    19. # A2 B0 C1 19 4
    20. # A3 B2 C1 27 96

    如果使用pd.IndexSlice [],则可以指定为:。如果使用许多切片,这会更容易。

    1. print(df.loc[pd.IndexSlice[:, 'B1'], :])
    2. # val_1 val_2
    3. # level_1 level_2 level_3
    4. # A0 B1 C2 39 17
    5. # C3 75 71
    6. # A2 B1 C2 25 52
    7. # C3 57 40
    8. print(df.loc[pd.IndexSlice['A1':'A3', 'B2'], :])
    9. # val_1 val_2
    10. # level_1 level_2 level_3
    11. # A1 B2 C0 1 89
    12. # C1 54 60
    13. # A3 B2 C0 64 54
    14. # C1 27 96
    15. print(df.loc[pd.IndexSlice['A1':'A3', ['B0', 'B2'], 'C1'], :])
    16. # val_1 val_2
    17. # level_1 level_2 level_3
    18. # A1 B2 C1 54 60
    19. # A2 B0 C1 19 4
    20. # A3 B2 C1 27 96

    xs方法

    还可以通过使用xs()方法指定索引列名称(参数level)及其值(第一个参数key)来选择和提取,多索引columns的参数axis= 1。

    1. print(df.xs('B1', level='level_2'))
    2. # val_1 val_2
    3. # level_1 level_3
    4. # A0 C2 39 17
    5. # C3 75 71
    6. # A2 C2 25 52
    7. # C3 57 40

    也可以使用代表层次结构级别的数值而不是索引列名称来指定。顶层(最外层)为0。

    1. print(df.xs('C1', level=2))
    2. # val_1 val_2
    3. # level_1 level_2
    4. # A0 B0 44 9
    5. # A1 B2 54 60
    6. # A2 B0 19 4
    7. # A3 B2 27 96

    还可以为多个索引指定值列表。

    1. print(df.xs(['B1', 'C2'], level=['level_2', 'level_3']))
    2. # val_1 val_2
    3. # level_1
    4. # A0 39 17
    5. # A2 25 52

    要在xs()方法中指定切片,需要使用slice()或pd.IndexSlice []。

    1. print(df.xs(pd.IndexSlice['A1':'A3'], level='level_1'))
    2. # val_1 val_2
    3. # level_2 level_3
    4. # B2 C0 1 89
    5. # C1 54 60
    6. # B3 C2 47 6
    7. # C3 16 5
    8. # B0 C0 75 22
    9. # C1 19 4
    10. # B1 C2 25 52
    11. # C3 57 40
    12. # B2 C0 64 54
    13. # C1 27 96
    14. # B3 C2 100 77
    15. # C3 22 50
    16. print(df.xs(slice('A1', 'A3'), level='level_1'))
    17. # val_1 val_2
    18. # level_2 level_3
    19. # B2 C0 1 89
    20. # C1 54 60
    21. # B3 C2 47 6
    22. # C3 16 5
    23. # B0 C0 75 22
    24. # C1 19 4
    25. # B1 C2 25 52
    26. # C3 57 40
    27. # B2 C0 64 54
    28. # C1 27 96
    29. # B3 C2 100 77
    30. # C3 22 50

    xs()方法无法在列表中指定多个值。如果要在列表中指定多个值,请使用loc []。

    1. # print(df.xs(['B1', 'B2'], level='level_2'))
    2. # KeyError: ('B1', 'B2')
    3. print(df.loc[pd.IndexSlice[:, ['B1', 'B2']], :])
    4. # val_1 val_2
    5. # level_1 level_2 level_3
    6. # A0 B1 C2 39 17
    7. # C3 75 71
    8. # A1 B2 C0 1 89
    9. # C1 54 60
    10. # A2 B1 C2 25 52
    11. # C3 57 40
    12. # A3 B2 C0 64 54
    13. # C1 27 96

    给选择赋值

    使用loc选择时,可以为选择范围分配一个值。

    1. df.loc[(['A0', 'A1'], ['B0', 'B3']), :] = -100
    2. print(df)
    3. # val_1 val_2
    4. # level_1 level_2 level_3
    5. # A0 B0 C0 -100 -100
    6. # C1 -100 -100
    7. # B1 C2 39 17
    8. # C3 75 71
    9. # A1 B2 C0 1 89
    10. # C1 54 60
    11. # B3 C2 -100 -100
    12. # C3 -100 -100
    13. # A2 B0 C0 75 22
    14. # C1 19 4
    15. # B1 C2 25 52
    16. # C3 57 40
    17. # A3 B2 C0 64 54
    18. # C1 27 96
    19. # B3 C2 100 77
    20. # C3 22 50
    21. df.loc[(['A0', 'A1'], ['B0', 'B3']), :] = [-200, -300]
    22. print(df)
    23. # val_1 val_2
    24. # level_1 level_2 level_3
    25. # A0 B0 C0 -200 -300
    26. # C1 -200 -300
    27. # B1 C2 39 17
    28. # C3 75 71
    29. # A1 B2 C0 1 89
    30. # C1 54 60
    31. # B3 C2 -200 -300
    32. # C3 -200 -300
    33. # A2 B0 C0 75 22
    34. # C1 19 4
    35. # B1 C2 25 52
    36. # C3 57 40
    37. # A3 B2 C0 64 54
    38. # C1 27 96
    39. # B3 C2 100 77
    40. # C3 22 50
    41. df.loc[(['A0', 'A1'], ['B0', 'B3']), :] = [[-1, -2], [-3, -4], [-5, -6], [-7, -8]]
    42. print(df)
    43. # val_1 val_2
    44. # level_1 level_2 level_3
    45. # A0 B0 C0 -1 -2
    46. # C1 -3 -4
    47. # B1 C2 39 17
    48. # C3 75 71
    49. # A1 B2 C0 1 89
    50. # &

    以上就是Pandas中怎么使用MultiIndex选择并提取任何行和列的详细内容,更多关于Pandas中怎么使用MultiIndex选择并提取任何行和列的资料请关注九品源码其它相关文章!