关于python:什么是沿多维度切割带有MultiIndex的Pandas系列的有效方法?

What is an efficient way to slice a Pandas Series with a MultiIndex along multiple dimensions?

我迷失在ix,xs,MultiIndex,get_level_values和其他熊猫的海洋中。

我有一个3级多指数系列。 什么是基于不同级别的值切割我的系列的有效方法?

我的系列看起来像这样:

1
2
3
4
5
6
7
8
days  id                      start_date
0     S0036-4665(00)04200108  2013-05-18      1
3     S0036-4665(00)04200108  2013-05-18      1
5     S0036-4665(00)04200108  2013-05-18      3
13    S0036-4665(00)04200108  2013-05-18      1
19    S0036-4665(00)04200108  2013-05-18      1
39    S0036-4665(00)04200108  2013-05-18      1
...

显然,id和start_date的值会随着你的名气而变化

我希望能够根据以下内容进行切片:
- 数字范围内的天数
- 特定集合中的id
- 特定日期范围内的start_date

到目前为止,我找到了这个解决方案,建议使用df[df.index.get_level_values('a').isin([5, 7, 10, 13])],我发现我能做到:

1
s.select(lambda x: x[0] < 20 and (x[1] in set('some id', 'other id') ))

这些都是最好的解决方案吗? 我觉得我应该可以用xs或ix做一些事情,但前者似乎只允许你按特定值过滤,而后者只能对系列中的位置进行索引?


这是一个例子; 这需要当前的主人,并将在0.14。
文档在这里:http://pandas-docs.github.io/pandas-docs-travis/indexing.html#multiindexing-using-slicers

创建一个多指数(这恰好是输入的笛卡尔积,但那
没有必要)

1
2
3
4
5
6
In [28]: s = Series(np.arange(27),
               index=MultiIndex.from_product(
                     [[1,2,3],
                      ['foo','bar','bah'],
                      date_range('20130101',periods=3)])
                    ).sortlevel()

始终确保您完全排序

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
In [29]: s.index.lexsort_depth
Out[29]: 3

In [30]: s
Out[30]:
1  bah  2013-01-01     6
        2013-01-02     7
        2013-01-03     8
   bar  2013-01-01     3
        2013-01-02     4
        2013-01-03     5
   foo  2013-01-01     0
        2013-01-02     1
        2013-01-03     2
2  bah  2013-01-01    15
        2013-01-02    16
        2013-01-03    17
   bar  2013-01-01    12
        2013-01-02    13
        2013-01-03    14
   foo  2013-01-01     9
        2013-01-02    10
        2013-01-03    11
3  bah  2013-01-01    24
        2013-01-02    25
        2013-01-03    26
   bar  2013-01-01    21
        2013-01-02    22
        2013-01-03    23
   foo  2013-01-01    18
        2013-01-02    19
        2013-01-03    20
dtype: int64

这有助于定义减少措辞(这个组合为一个单独的水平
轴)

1
In [33]: idx = pd.IndexSlice

选择我,级别0为2,级别1为bar或foo

1
2
3
4
5
6
7
8
9
In [31]: s.loc[idx[[2],['bar','foo']]]
Out[31]:
2  bar  2013-01-01    12
        2013-01-02    13
        2013-01-03    14
   foo  2013-01-01     9
        2013-01-02    10
        2013-01-03    11
dtype: int64

与上面相同,但是级别2等于20130102

1
2
3
4
5
6
7
In [32]: s.loc[idx[[2,3],['bar','foo'],'20130102']]
Out[32]:
2  bar  2013-01-02    13
   foo  2013-01-02    10
3  bar  2013-01-02    22
   foo  2013-01-02    19
dtype: int64

下面是使用布尔索引器而不是级别索引器的示例。

1
2
3
4
5
6
7
8
9
10
11
In [43]: s.loc[idx[[2,3],['bar','foo'],s<20]]
Out[43]:
2  bar  2013-01-01    12
        2013-01-02    13
        2013-01-03    14
   foo  2013-01-01     9
        2013-01-02    10
        2013-01-03    11
3  foo  2013-01-01    18
        2013-01-02    19
dtype: int64

下面是省略某些级别的示例(请注意,这里没有使用idx,因为它们基本上与系列等效;在索引DataFrame时更有用)

1
2
3
4
5
6
7
8
9
In [47]: s.loc[:,['bar','foo'],'20130102']
Out[47]:
1  bar  2013-01-02     4
   foo  2013-01-02     1
2  bar  2013-01-02    13
   foo  2013-01-02    10
3  bar  2013-01-02    22
   foo  2013-01-02    19
dtype: int64