Pandas 如何查询MultiIndex索引列的值

在本文中，我们将介绍在Pandas中如何查询MultiIndex索引列的值。Pandas是Python中用于数据科学和数据分析的高效库，MultiIndex是指在一个DataFrame中具有多个层级的索引结构。这种索引结构可以让我们更高效地过滤和聚合数据。

阅读更多：Pandas 教程

查看MultiIndex索引

在开始查询MultiIndex索引列的值之前，我们需要知道如何查看这些索引。我们可以使用df.index属性来查看所有索引层级，或者使用df.columns属性来查看所有列。我们也可以使用df.index.levels来查看每个层级的唯一值，或者使用df.columns.levels来查看每个索引列的唯一值。

import pandas as pd

# 创建一个MultiIndex索引的DataFrame
data = {'foo': [1, 2, 3, 4], 'bar': [5, 6, 7, 8]}
index = pd.MultiIndex.from_tuples([('A', 'X'), ('A', 'Y'), ('B', 'X'), ('B', 'Y')], names=['first', 'second'])
df = pd.DataFrame(data, index=index)

# 查看所有索引层级
print(df.index)

# 查看所有列
print(df.columns)

# 查看每个层级的唯一值
print(df.index.levels)

# 查看每个索引列的唯一值
print(df.columns.levels)

输出如下：

MultiIndex([('A', 'X'),
            ('A', 'Y'),
            ('B', 'X'),
            ('B', 'Y')],
           names=['first', 'second'])
Index(['foo', 'bar'], dtype='object')
[['A', 'B'], ['X', 'Y']]
[['bar', 'foo']]

使用.loc查询MultiIndex索引值

对于MultiIndex索引列的值查询，我们可以使用.loc属性。.loc属性还可以接受一个元组（tuple）作为参数，每个元组对应一个索引层级的值。例如，若要选择第一列索引为'A'且第二列索引为'X'的行，我们可以使用以下代码：

print(df.loc[('A', 'X')])

运行结果如下：

foo    1
bar    5
Name: (A, X), dtype: int64

我们还可以使用slice（冒号）来选择一系列的索引层级。例如，若要选择第一列索引为'A'和'B'，第二列索引为'X'的所有行，可以使用以下代码：

print(df.loc[(['A', 'B'], 'X'), :])

运行结果如下：

         foo  bar
first second        
A     X     1    5
B     X     3    7

使用.xs查询MultiIndex索引值

.xs属性是一种快速查询MultiIndex索引列值的方法。.xs属性可以使用key参数来指定要查询的索引层级的值。例如，若要选择所有第一列索引为'A'的行，我们可以使用以下代码：

print(df.xs('A', level='first'))

运行结果如下：

        foo  bar
second         
X        1    5
Y        2    6

我们还可以使用drop_level参数来删除某些索引层级。例如，若要选择所有第二列索引为'X'的行，删除第二列索引并保留第一列索引，我们可以使用以下代码：

print(df.xs('X', level='second', drop_level=False))

运行结果如下：

             foo  bar
first second         
A     X        1    5
B     X        3    7

使用boolean mask查询MultiIndex索引值

最后，我们也可以使用boolean mask（布尔掩码）来查询符合条件的MultiIndex索引列值。这种方法需要我们定义一个布尔Series，其中True表示符合条件的行，False表示不符合条件的行。我们可以使用df.index.get_level_values()方法来获取具有特定层级的索引值。

例如，若要选择所有第一列索引为'A'或第二列索引为'Y'的行，我们可以使用以下代码：

mask = (df.index.get_level_values('first') == 'A') | (df.index.get_level_values('second') == 'Y')

print(df.loc[mask, :])

运行结果如下：

         foo  bar
first second        
A     X     1    5
A     Y     2    6
B     Y     4    8

总结

本文介绍了几种在Pandas中查询MultiIndex索引列值的方法，包括使用.loc和.xs属性以及boolean mask。使用这些方法，我们可以高效地查询和过滤MultiIndex索引列的值，从而更好地分析我们的数据。