Python 如何在熊猫中选择一个级别和所有子级别（和项目）？

我有一个多级

数据帧

：

year month  Open      High      Low       Close
2018 1      25565.75  27379.45  27652.05  25232.80
     2      27334.85  25107.40  27613.50  24781.70
     3      25022.35  24263.35  25226.05  23605.60
     4      24235.65  25531.60  25617.50  24062.95
     5      25607.05  26956.20  27164.55  25469.05
2019 1      27231.40  27720.40  27754.45  26923.75

我正在尝试选择

2018

类型（int64）

，并将其制作成一个单独的数据帧

我试过：

df[2017]

我得到一个

键错误

df.loc[pd.indexlice[0，'Open']]

这让我得到了所有的公开价格

df.loc[pd.indexlice['year'：，'Open']]

df.loc[pd.indexlice['2017'，'Open']]

它们似乎不起作用

如何访问这些级别？记住它们是int64类型的吗

预期产出：

     month  Open      High      Low       Close
     1      25565.75  27379.45  27652.05  25232.80
     2      27334.85  25107.40  27613.50  24781.70
     3      25022.35  24263.35  25226.05  23605.60
     4      24235.65  25531.60  25617.50  24062.95
     5      25607.05  26956.20  27164.55  25469.05

如果还有另一个级别，我将如何访问两个级别的数据

---

谢谢

您需要seelct索引，因此需要

loc

：

df = df.loc[2018]

或使用：

或者，如果需要，选择第二级中的所有值需要

：

：

df = df.loc[pd.IndexSlice[2018,:]]
print (df)
           Open      High       Low     Close
month                                        
1      25565.75  27379.45  27652.05  25232.80
2      27334.85  25107.40  27613.50  24781.70
3      25022.35  24263.35  25226.05  23605.60
4      24235.65  25531.60  25617.50  24062.95
5      25607.05  26956.20  27164.55  25469.05

---

您还可以将

iloc

与

get\u level\u值一起使用：

2018_df = df.iloc[df.index.get_level_values('year') == 2018].reset_index(level=0, drop=True)

       Open        High       Low        Close
month               
1   25565.75    27379.45    27652.05    25232.80
2   27334.85    25107.40    27613.50    24781.70
3   25022.35    24263.35    25226.05    23605.60
4   24235.65    25531.60    25617.50    24062.95
5   25607.05    26956.20    27164.55    25469.05

或者，如果要访问其他级别：

month_1_df = df.iloc[df.index.get_level_values('month') == 1].reset_index(level=1, drop=True)

           Open        High         Low        Close
year                
2018    25565.75    27379.45    27652.05    25232.80
2019    27231.40    27720.40    27754.45    26923.75

或者要访问多个级别，请使用
转置
：

df.T.loc[:, (2018, 3)].to_frame().T

             Open         High        Low        Close
2018    3   25022.35    24263.35    25226.05    23605.6

现在，您可以选择您想要的任何列：
df.T.loc[：，（2018，3）]。to_frame（）.T['Open'，Close']
请交叉检查您试图访问的是2017而不是2018。谢谢@Lalit，datframe更大，2018也在索引中。我打错了。在这里，但奇怪的是，它现在起作用了。
df.T.loc[:, (2018, 3)].to_frame().T

             Open         High        Low        Close
2018    3   25022.35    24263.35    25226.05    23605.6