Python 根据多索引的一部分选择熊猫系列中的条目

我有一个像这样的熊猫系列

import itertools
import pandas as pd

combos = list(itertools.permutations(['BB', 'BW', 'WW'], 2))

combo_values = pd.Series([2,4,0,2,0,0], combos)

(BB, BW)    2
(BB, WW)    4
(BW, BB)    0
(BW, WW)    2
(WW, BB)    0
(WW, BW)    0
dtype: int64

combo_values['BB', 'BW']

因此，

combo\u值

如下所示

import itertools
import pandas as pd

combos = list(itertools.permutations(['BB', 'BW', 'WW'], 2))

combo_values = pd.Series([2,4,0,2,0,0], combos)

(BB, BW)    2
(BB, WW)    4
(BW, BB)    0
(BW, WW)    2
(WW, BB)    0
(WW, BW)    0
dtype: int64

combo_values['BB', 'BW']

我知道你可以像这样提取一个条目

import itertools
import pandas as pd

combos = list(itertools.permutations(['BB', 'BW', 'WW'], 2))

combo_values = pd.Series([2,4,0,2,0,0], combos)

(BB, BW)    2
(BB, WW)    4
(BW, BB)    0
(BW, WW)    2
(WW, BB)    0
(WW, BW)    0
dtype: int64

combo_values['BB', 'BW']

所以我想提取前两个条目，我想这样做：

combo_values['BB',]

#or this

combo_values['BB',:]

BB  BW    0.25
    WW    0.50
BW  BB    0.00
    WW    0.25
WW  BB    0.00
    BW    0.00
dtype: float64

combo_values['BB',]

两者都不起作用，第一个选项会产生以下错误（我正在切掉痕迹）

我知道这种替代解决方案有效：

combo_df = pd.DataFrame(combos, columns = ['A', 'B'])
combo_df['combo_values'] = [2,4,0,2,0,0]
combo_df.loc[combo_df['A'] == 'BB', :]

但是有没有办法用我的

combo\u值

系列做到这一点

---

谢谢

正确的方法是使用多索引，而不是元组索引：

import itertools
import pandas as pd

combos = list(itertools.permutations(['BB', 'BW', 'WW'], 2))

multi = pd.MultiIndex.from_tuples(combos)

combo_values = pd.Series([2,4,0,2,0,0], multi)

组合_值

现在看起来如下所示：

combo_values['BB',]

#or this

combo_values['BB',:]

BB  BW    0.25
    WW    0.50
BW  BB    0.00
    WW    0.25
WW  BB    0.00
    BW    0.00
dtype: float64

combo_values['BB',]

它可以像这样过滤：

combo_values['BB',]

#or this

combo_values['BB',:]

BB  BW    0.25
    WW    0.50
BW  BB    0.00
    WW    0.25
WW  BB    0.00
    BW    0.00
dtype: float64

combo_values['BB',]

屈服

BW    0.25
WW    0.50

---

可以考虑用<代码>多索引< /代码>替换COMPOBY值的索引吗？如果可能的话，那个么你们尝试过的切片方式应该可以很好地工作。这非常有效，我只是不熟悉pd.MultiIndex。谢谢