Python 3.x pandas.DataFrame中的独立索引

我有两个独立索引的数据，比如一个日期和一个整数。两者都确定唯一的行。现在，我想通过日期或整数访问行。如果我通过创建数据帧，这似乎不起作用

import pandas as pd
df = pd.DataFrame(data=[['a', 'b'], ['c', 'd'], ['e', 'f']], columns=['col1', 'col2'],
                  index=[[pd.to_datetime('2017-10-13'), pd.to_datetime('2017-10-14'), pd.to_datetime('2017-10-15')],
                         [123, 124, 125]])

因为索引是分层的。数据帧将是

               col1 col2
2017-10-13 123    a    b
2017-10-14 124    c    d
2017-10-15 125    e    f

使用

.loc

我可以通过日期访问，比如说

df.loc['2017-10-13']

工作得很好，正如预期的那样（实际上更好，因为字符串似乎自动转换为

datetime

格式）。不幸的是，如果我想通过整数索引访问一行（例如使用

df.loc[123]

），我会得到

---

现在有人知道如何通过整数索引访问行了吗？

您需要元组来获取

多索引中的seelct值：

print (df.loc[('2017-10-13', 123)])
col1    a
col2    b
Name: (2017-10-13 00:00:00, 123), dtype: object


如果复杂，请选择使用：


编辑：

需要功能：

您还可以通过将名称设置为索引来执行查询，即

df.index.names=('a','b')
df.query('b==123')

输出：

col1 col2
a          b            
2017-10-13 123    a    b
col1 col2
a b
2017-10-13 123 a b
非常感谢，不幸的是，这对我没有帮助，因为我只想通过知道整数而不是日期来访问一行。那么就更简单了，给我一点时间。我完全忘记了
xs
。好吧，选择权值得投票。你的解决方案也是；）非常感谢你。我更喜欢@jezrael的解决方案，因为我不必为索引定义名称。甚至我也喜欢他的解决方案。他是熊猫大师。这就是为什么我在答案中添加了一个
。
idx = pd.IndexSlice
print (df.loc[idx['2017-10-13', 123]])
col1    a
col2    b
Name: (2017-10-13 00:00:00, 123), dtype: object

idx = pd.IndexSlice
print (df.loc[idx['2017-10-13', 123],:])
               col1 col2
2017-10-13 123    a    b

idx = pd.IndexSlice
print (df.loc[idx['2017-10-13', 123], 'col1'])
2017-10-13  123    a
Name: col1, dtype: object

print (df.xs(123, level=1))
           col1 col2
2017-10-13    a    b

print (df.xs(123, level=1, drop_level=False))
               col1 col2
2017-10-13 123    a    b

df.index.names=('a','b')
df.query('b==123')

col1 col2
a          b            
2017-10-13 123    a    b