Python 选择内部级别索引数据

我想根据内部级别索引=2选择行。 看起来data1.xs（2，level=1）将实现这一点

np.random.seed(0)
data1 = pd.DataFrame(np.random.randn(18).reshape(9,2),
                 index=[['a', 'a', 'a', 'b', 'b', 'c', 'c', 'd', 'd'],
                        [1, 2, 3, 1, 3, 1, 2, 2, 3]], columns = [1,2])
data1
Out[1]: 
            1         2
a 1  1.764052  0.400157
  2  0.978738  2.240893
  3  1.867558 -0.977278
b 1  0.950088 -0.151357
  3 -0.103219  0.410599
c 1  0.144044  1.454274
  2  0.761038  0.121675
d 2  0.443863  0.333674
  3  1.494079 -0.205158

这是使用xs实现这一点的最佳方法吗？我能用像loc这样的东西吗。

---

我知道如果有熊猫系列，我可以使用mySeries.loc[：，2]来实现这一点。我们可以对DataFrame执行类似的操作吗？

您可以使用元组的

slice

索引：

data1.xs(2,level=1)

    Out[2]: 
          1         2
a  0.978738  2.240893
c  0.761038  0.121675
d  0.443863  0.333674

---

如果要保留数据帧索引级别，请使用

loc（axis=0）

：

xs

将在该级别上进行选择和索引，您将在结果中丢失该级别。
或者，使用

xs

指定

drop_level=False

，这样就不会发生这种情况：

data1.loc(axis=0)[:, 2]

            1         2
a 2  0.978738  2.240893
c 2  0.761038  0.121675
d 2  0.443863  0.333674

熊猫的问题是，通常没有单一/最好的方式来做某事。做感觉最好的事

data1.loc(axis=0)[:, 2]

            1         2
a 2  0.978738  2.240893
c 2  0.761038  0.121675
d 2  0.443863  0.333674

data1.xs(2, level=1, drop_level=False)

            1         2
a 2  0.978738  2.240893
c 2  0.761038  0.121675
d 2  0.443863  0.333674