python - 索引上的布尔索引（而不是数据框）

Question

当我有一个pandas.DataFrame dfwith columns["A", "B", "C", "D"]时，我可以使用诸如df[df["B"] == 2].

df[df["B"] == 2]如果B是 a 中的级别名称，我该怎么做MultiIndex？（例如，通过df.groupby(["A", "B"]).mean()或获得df.setindex(["A", "B"])）

Answer 1

我会建议：

df.xs(2, level='B')

或者

df[df.index.get_level_values('B') == val]

我想让后一个操作的语法更好一点。

Answer 2

我看到了两种方法，这两种方法看起来都像是绕道而行——这让我觉得一定有更好的方法，但我忽略了。

• 转换MultiIndex成列：df[df.reset_index()["B"] == 2]
• 将我要使用的名称交换到开头，MultiIndex然后使用按索引查找：df.swaplevel(0, "B").ix[2]

Answer 3

我认为您希望按索引级别进行分组（请参阅GroupBy 和 MultiIndex）。
这是一个简短但不是很令人兴奋的示例：

In [126]: df = DataFrame([[1,2,3,4],[2,2,np.nan,6]],columns=["A", "B", "C", "D"])

In [127]: df1 = df.set_index(['A','B'])

In [128]: df1
Out[128]: 
      C  D
A B       
1 2   3  4
2 2 NaN  6

In [129]: df1.groupby(level='B', axis=0).mean()
Out[129]: 
   C  D
B      
2  3  5