python – 根据索引值的条件选择Pandas DataFrame中的行

2019-09-10 14:55:46 阅读：157 来源： 互联网

假设我有以下多索引DataFrame：

import pandas as pd
df = pd.DataFrame({'Index0':[0,1,2,3,4,5],'Index1':[100,200,300,400,500,600],'A':[5,2,5,8,1,2]})

现在我想选择Index1小于400的所有行.
如果Index1是常规列,每个人都知道它是如何工作的：

df[df['Index1'] < 400]

因此,一种方法是reset_index,执行选择,然后再次设置索引.这似乎很多余.

我的问题是：有没有办法直接这样做？当DataFrame有行多索引时如何做到这一点？

解决方法:

最简单的是使用query：

df1 = df.query('Index1 < 400')
print (df1)
               A
Index0 Index1   
0      100     5
1      200     2
2      300     5

或get_level_values选择级别的MultiIndex与boolean indexing：

df1 = df[df.index.get_level_values('Index1') < 400]

详情：

print (df.index.get_level_values('Index1'))
Int64Index([100, 200, 300, 400, 500, 600], dtype='int64', name='Index1')

如果级别没有按位置选择名称,则查询使用特殊关键字ilevel_ with position：

df.index.names = [None, None]
print (df)
       A
0 100  5
1 200  2
2 300  5
3 400  8
4 500  1
5 600  2

df1 = df.query('ilevel_1 < 400')

df1 = df[df.index.get_level_values(1) < 400]
print (df1)
       A
0 100  5
1 200  2
2 300  5

标签：python,pandas
来源： https://codeday.me/bug/20190910/1799488.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

python – 根据索引值的条件选择Pandas DataFrame中的行