python – 使用MultiIndex的Pandas数据框:检查字符串是否包含在索引级别中

前端之家收集整理的这篇文章主要介绍了python – 使用MultiIndex的Pandas数据框:检查字符串是否包含在索引级别中前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。
假设我有一个多索引的pandas数据帧,看起来像下面这个,取自 documentation.
  1. import numpy as np
  2. import pandas as pd
  3.  
  4. arrays = [np.array(['bar','bar','baz','foo','qux','qux']),np.array(['one','two','one','two'])]
  5.  
  6. df = pd.DataFrame(np.random.randn(8,4),index=arrays)

看起来像这样:

  1. 0 1 2 3
  2. bar one -0.096648 -0.080298 0.859359 -0.030288
  3. two 0.043107 -0.431791 1.923893 -1.544845
  4. baz one 0.639951 -0.008833 -0.227000 0.042315
  5. two 0.705281 0.446257 -1.108522 0.471676
  6. foo one -0.579483 -2.261138 -0.826789 1.543524
  7. two -0.358526 1.416211 1.589617 0.284130
  8. qux one 0.498149 -0.296404 0.127512 -0.224526
  9. two -0.286687 -0.040473 1.443701 1.025008

现在我只想要在MultiIndex的第二级中包含“ne”的行.

有没有办法为(部分)包含的字符串切片MultiIndex?

解决方法

您可以应用如下掩码:
  1. df = df.iloc[df.index.get_level_values(1).str.contains('ne')]

返回:

  1. bar one -0.143200 0.523617 0.376458 -2.091154
  2. baz one -0.198220 1.234587 -0.232862 -0.510039
  3. foo one -0.426127 0.594426 0.457331 -0.459682
  4. qux one -0.875160 -0.157073 -0.540459 -1.792235

编辑:
也可以在多个级别上应用逻辑掩码,例如:

  1. df = df.iloc[(df.index.get_level_values(0).str.contains('ba')) | (df.index.get_level_values(1).str.contains('ne'))]

收益:

  1. bar one 0.620279 1.525277 0.379649 -0.032608
  2. two 0.465240 -0.190038 0.795730 1.720368
  3. baz one 0.986828 -0.080394 -0.303319 0.747483
  4. two 0.487534 1.597006 0.114551 0.299502
  5. foo one -0.085700 0.112433 0.704043 0.264280
  6. qux one -0.291758 -1.071669 0.794354 -1.805530

猜你在找的Python相关文章