熊猫在具有多个标题的数据框中对数据进行排序

Question

例如，我有一个像这里Datasample这样的数据表，我定义了 4 个标题，我知道我可以使用 df['2020-01-01', 'A', C1', 'D1' 访问最后一个标题之一]. 如果我想同时阅读“D1”和“D2”怎么办？还是“D1”和“D5”？什么是正确的代码，谢谢！

Answer 1

首先，我们创建一个 DataFrame（带有 MultiIndex），就像您的示例中的那样：

import numpy as np

import pandas as pd

data = np.arange(11 * 8).reshape((11, 8))

midx = pd.MultiIndex.from_tuples(

    [

        ('2020-01-01', 'A', 'C1', 'D1'),

        ('2020-01-01', 'A', 'C1', 'D2'),

        ('2020-01-01', 'A', 'C2', 'D3'),

        ('2020-01-01', 'A', 'C2', 'D4'),

        

        ('2020-01-01', 'B', 'C3', 'D5'),

        ('2020-01-01', 'B', 'C3', 'D6'),

        ('2020-01-01', 'B', 'C4', 'D7'),

        ('2020-01-01', 'B', 'C4', 'D8'),

    ],

    names=('y', 'a', 'b', 'c',)

)

df = pd.DataFrame(data=data, columns=midx)

df

现在，我们使用有点麻烦的“索引切片”来提取感兴趣的列。这里有一些例子：

# get the 'A' columns

df.loc[:, (slice(None), 'A')]  

# get the 'C1' column

df.loc[:, (slice(None), slice(None), 'C1')]  

# get the D1 and D5 columns

df.loc[:, (slice(None), slice(None), slice(None), ['D1', 'D5'])]  

y       2020-01-01

a       A       B

b       C1      C3

c       D1      D5

0       0       4

1       8       12

2       16      20

3       24      28

4       32      36

5       40      44

6       48      52

7       56      60

8       64      68

9       72      76

10      80      84

这是执行最后一个操作后的 MultiIndex：

df.loc[:, (slice(None), slice(None), slice(None), ['D1', 'D5'])].columns

MultiIndex([('2020-01-01', 'A', 'C1', 'D1'),

            ('2020-01-01', 'B', 'C3', 'D5')],

           names=['y', 'a', 'b', 'c'])