python支持多索引数据帧，如何基于iloc选择一个级别

在旧版本中，这将返回一个面板，因此现有代码使用

df = pd.DataFrame(np.random.rand(100, 2),
    columns=pd.Index(['A', 'B'], name='bar'),
    index=pd.date_range('20160101',
periods=100, freq='D', name='foo'))

corr = df.rolling(12).corr()

返回第一个日期的corr矩阵

然而，在新版本中，corr是一个多索引数据帧，上述代码失败。如何以最小的更改实现相同的输出

corr[0,:,:]

编辑：

所需的输出是获得与下面相同的返回值，但不是将

.loc

与值一起使用，而是使用类似

.iloc[11]

（即与日期中第12个值对应的相关矩阵）

这就是你想要的吗

corr.loc['2016-01-12']

bar                    A         B
foo        bar                    
2016-01-12 A    1.000000 -0.115059
           B   -0.115059  1.000000

---

@MaxU提到的问题是，

.iloc

不是“多索引感知的”——请参阅以获取讨论

针对您的案例的替代解决方案：

In [236]: x = corr.dropna()

In [237]: x.loc[pd.IndexSlice[x.index[0][0], :], :]
Out[237]:
bar                    A         B
foo        bar
2016-01-12 A    1.000000  0.158424
           B    0.158424  1.000000

要保留为数据帧，请执行以下操作：

dates = corr.index.get_level_values(0).drop_duplicates()
corr.loc[dates[12]]  # correl. matrix for 12th date (0-indexed)

dates = corr.index.get_level_values(0).drop_duplicates()
corr.loc[dates[12]]  # correl. matrix for 12th date (0-indexed)

corr.loc[[dates[12]]]