pandas在多级索引数据框中选择行

Question

我想知道为什么功能存在以按键访问多级索引序列的行，但它不存在于数据框中。

例如，我有以下数据帧：

index_1 index_2 num_1 num_2 
0 a  c  1  2 
1 a  c  4  3 
2 a  c  3  4 
3 a  d  2  3 
4 b  d  3  1 
5 b  d  2  3 

我现在如下执行GROUPBY操作：

group_single_col = test.groupby(['index_1', 'index_2'])['num_1'].max() 

我没有问题做：

group_single_col[('a')] 

或

group_single_col[('a', 'c')] 

这是一个了不起的功能，允许我基于不同索引级别的值进行分片。

但是，如果我做一个GROUPBY并提取一个以上的列，如下所示：

：

group_double_col = test.groupby(['index_1', 'index_2'])[['num_1', 'num_2]].max() 

返回的对象是一个数据帧，虽然多级索引被实现，如操作

group_double_col[('a')] 

失败。

我知道在第一种情况下会返回一个序列，而在第二种情况下会返回一个数据帧，但我仍然认为该功能对数据框应该可以正常工作。

后续问题是，在数据框的情况下有什么解决方法？

目前我做的：

grouped[(grouped.index.get_level_values('index_1')=='a')] 

，但我的问题，如果有一个更有效的方法。

Answer 1

您可以使用xs：

print (group_double_col.xs('a', axis=0, level=0)) 
     num_1 num_2 
index_2    
c   4  4 
d   2  3 

print (group_double_col.xs('a', axis=0, level=0, drop_level=False)) 
       num_1 num_2 
index_1 index_2    
a  c   4  4 
     d   2  3