Python 具有多索引列的数据框架中的布尔索引

我有一个带有多索引列的数据帧：

import numpy as np
import pandas as pd

columns = pd.MultiIndex.from_arrays([['n1', 'n1', 'n2', 'n2'], ['p', 'm', 'p', 'm']])
values = [
    [1,      2,  3,      4],
    [np.nan, 6,  7,      8],
    [np.nan, 10, np.nan, 12],
]
df = pd.DataFrame(values, columns=columns)

现在，每当

p

为

NaN

时，我想将

m

设置为

NaN

。以下是我想要的结果：

    n1        n2     
     p    m    p    m
0  1.0  2.0  3.0  4.0
1  NaN  NaN  7.0  8.0
2  NaN  NaN  NaN  NaN

我知道如何找出

p

在哪里

NaN

，例如使用

mask = df.xs('p', level=1, axis=1).isnull()

但是，我不知道如何使用此掩码将

df

中相应的

m

值设置为

NaN

，您可以使用该掩码获取一个布尔数据数组，指示

p

列中的

n

值是否在级别

1

上，然后将

False

替换为

NaN

，并通过乘以结果替换

m

中的值：

x = df.loc[:, pd.IndexSlice[:,'p']].notna().replace({False:float('nan')}).values
df.loc[:, pd.IndexSlice[:,'m']] *= x

       n1        n2     
     p    m    p    m
0  1.0    2  3.0    4
1  NaN  NaN  7.0    8
2  NaN  NaN  NaN  NaN

您可以使用获取一个布尔数据数组，该数组指示

1级
1
上的
p
列中的值是否为
NaN
，然后将
False
替换为
NaN
，还可以通过乘以结果替换
m
中的值：

x = df.loc[:, pd.IndexSlice[:,'p']].notna().replace({False:float('nan')}).values
df.loc[:, pd.IndexSlice[:,'m']] *= x

       n1        n2     
     p    m    p    m
0  1.0    2  3.0    4
1  NaN  NaN  7.0    8
2  NaN  NaN  NaN  NaN

您可以堆叠和取消堆叠转置的数据帧，以便能够轻松选择和更改值，然后再次堆叠、取消堆叠和转置以将其取回：

df = df.T.stack(dropna=False).unstack(level=1)
df.loc[df['p'].isna(), 'm'] = np.nan

df = df.stack(dropna=False).unstack(1).T


在第一行之后，
df
是：

         m    p
n1 0   2.0  1.0
   1   6.0  NaN
   2  10.0  NaN
n2 0   4.0  3.0
   1   8.0  7.0
   2  12.0  NaN

最后：

    n1        n2     
     m    p    m    p
0  2.0  1.0  4.0  3.0
1  NaN  NaN  8.0  7.0
2  NaN  NaN  NaN  NaN

您可以堆叠和取消堆叠转置的数据帧，以便能够轻松选择和更改值，然后再次堆叠、取消堆叠和转置以将其取回：

df = df.T.stack(dropna=False).unstack(level=1)
df.loc[df['p'].isna(), 'm'] = np.nan

df = df.stack(dropna=False).unstack(1).T


在第一行之后，
df
是：

         m    p
n1 0   2.0  1.0
   1   6.0  NaN
   2  10.0  NaN
n2 0   4.0  3.0
   1   8.0  7.0
   2  12.0  NaN

最后：

    n1        n2     
     m    p    m    p
0  2.0  1.0  4.0  3.0
1  NaN  NaN  8.0  7.0
2  NaN  NaN  NaN  NaN

这是可行的，但请注意，
堆栈
/
取消堆栈
组合对可能不需要的列进行排序。这是可行的，但请注意，
堆栈
/
取消堆栈
组合对可能不需要的列进行排序。