大熊猫多指标数据框中删除行

我Multiiindex DF如下：大熊猫多指标数据框中删除行

tuples = list(zip(*[['a', 'a', 'b', 'b'], ['c', 'd', 'c', 'd']])) 
index = pd.MultiIndex.from_tuples(tuples, names=['i1', 'i2']) 
df = pd.DataFrame([5, 6, 7, 8], index=index[:4], columns=['col']) 

     col 
i1 i2  
a c  5 
    d  6 
b c  7 
    d  8

想继续行其索引（0级）是

idx_to_keep = ['a']

应该是一个简单的任务，但我想不出比

idx_to_drop = np.setdiff1d(pd.unique(df.index.levels[0]), idx_to_keep) 
df.drop(idx_to_drop, inplace = True) 

     col 
i1 i2  
a c  5 
    d  6

我可以做的更好的其他方式？

来源

2017-07-26 James Kang

的[选择从一个数据帧的多键的横截面]可能的复制（https://stackoverflow.com/questions/15463729/select-a-multiple-key-cro SS-部分从 - 一个非数据帧） – FLab

一种方法是使用index方法get_level_values()：

df 
     col 
i1 i2  
a c  5 
    d  6 
b c  7 
    d  8 

df[df.index.get_level_values(0).isin(idx_to_keep)] 
     col 
i1 i2  
a c  5 
    d  6

来源

2017-07-26 17:42:44

发现一个清洁的解决方案，采用 '级' 参数： DF = DF [df.index.isin（idx_to_keep，级别= 0）] –

您正在寻找.xs：

df.xs('a', axis=0, level=0, drop_level=False)

其中给出：

 col 
i1 i2  
a c  5 
    d  6

来源

2017-07-26 17:42:12 FLab

此外，如果希望保留指数0级，可以指定'drop_level = FALSE' –

什么，如果我想继续不仅仅是“A”以上（保留两个“A”和“B”例如）。 –

你可以使用loc：

df.loc[['a']]

所得输出：

 col 
i1 i2  
a c  5 
    d  6

来源

2017-07-26 17:45:50 root

让我们用slice

idx_to_keep = ['a'] 
df.loc[slice(*idx_to_keep,)]

输出：

 col 
i1 i2  
a c  5 
    d  6

来源

2017-07-26 18:16:08

大熊猫多指标数据框中删除行

回答

相关问题