Python 2.7 如何使用字符串索引从多索引数据帧中删除行

我有一个带有多索引的数据框，我想根据一些基于索引的模式从中删除行。例如，我想删除第1-4帧，其中注释器是“Peter Test xx”，而下面的数据帧中的标签是“empty”

print df
                                        boundingbox x1  boundingbox y1  \
frame  annotator              label                                          
0      Peter Test xx          empty                    NaN             NaN   
1      Peter Test xx          empty                    NaN             NaN   
2      Peter Test xx          empty                    NaN             NaN   
3      Peter Test xx          empty                    NaN             NaN   
       Petaa                  yea                      NaN             NaN   
4      Peter Test xx          empty                    NaN             NaN   
5      P                      empty frame              494              64   
       Peter Test xx          empty                    NaN             NaN   
6      P                      empty frame              494              64   
       Peter Test xx          empty                    NaN             NaN   
7      P                      empty frame              494              64   
       Peter Test xx          empty                    NaN             NaN   
8      P                      empty frame              494              64   
       Peter Test xx          empty                    NaN             NaN   

我可以通过执行以下操作来选择行

indexer = [slice(None)]*len(df.index.names)
indexer[df.index.names.index('frame')] = range(1,4)
indexer[df.index.names.index('annotator')] = ['Peter Test xx']
indexer[df.index.names.index('label')] = ['empty']
return df.loc[tuple(indexer),:]

del df.loc[tuple(indexer),:]

如果我想删除这些行，理想情况下我想做如下操作

indexer = [slice(None)]*len(df.index.names)
indexer[df.index.names.index('frame')] = range(1,4)
indexer[df.index.names.index('annotator')] = ['Peter Test xx']
indexer[df.index.names.index('label')] = ['empty']
return df.loc[tuple(indexer),:]

del df.loc[tuple(indexer),:]

但这不起作用（为什么？）。我在网上找到的所有解决方案都基于基于int的索引。但如果我使用字符串作为索引，我不能简单地切片或诸如此类的东西

我也尝试过的是：

def filterFunc(x, frames, annotator, label):
    if x[0] in frames\
    and x[1] == annotator\
    and x[2] == label:
        return 1
    else:
        return 0

mask = df.index.map(lambda x: filterFunc(x, frames, annotator, label))

return df[~mask,:]

这给了我：

TypeError: unhashable type: 'numpy.ndarray'

---

有什么建议吗？

为了解决另一个问题，我发现可以在

drop

中使用数据帧选定部分的索引：

indexer = [slice(None)]*len(df.index.names)
indexer[df.index.names.index('frame')] = range(1,4)
indexer[df.index.names.index('annotator')] = ['Peter Test xx']
indexer[df.index.names.index('label')] = ['empty']
selection = df.loc[tuple(indexer),:]
df.drop(selection.index)

---

这就是应该怎么做的吗？

在进行更复杂的切片时，必须使用loc、iloc或ix：

df[msk]  # works

df.iloc[msk, ]  # works
df.iloc[msk, :]  # works

但是

---

请参阅。

ohhk。我必须使用

iloc

…与

loc

有什么区别？但是，如果我使用

df.iloc[mask，：]

进行索引，那么我会得到一个完全混合的“帧”索引（在0和1之间交换）+数据似乎也很奇怪。@P.R.hmmm不清楚您看到了什么，在我的示例中，效果很好。您使用的熊猫是什么版本的？请查看我链接到的文档，了解loc和iloc之间的差异。