Python 如何在3D Dataframe中查找包含特定子列/嵌套列的列

因此，我有以下3D熊猫数据帧，

new

：

  unique     cat     numerical    
       c   f   b   d         a   e
0      2   5   1   3         0   4
1      8  11   7   9         6  10
2     14  17  13  15        12  16

我想找出哪个“浅”列包含“深”列“d”，即“cat”。我对熊猫很陌生，但在看了一段时间的

new.columns

之后：

MultiIndex(levels=[['cat', 'numerical', 'unique'], ['a', 'b', 'c', 'd', 'e', 'f']],
           labels=[[2, 2, 0, 0, 1, 1], [2, 5, 1, 3, 0, 4]])

我终于明白了这似乎是一种冗长的、嵌套的、复杂的方法，这让我明白了

'cat'

：

print(
    new.columns.levels[0][\
    new.columns.labels[0][\
    pd.Index(new.columns.labels[1]).get_loc(\
    pd.Index(new.columns.levels[1]).get_loc('d'))]]
)

我基本上得到了第二个数组中“d”在levels下的位置（我们称之为pos1），然后在labels下的第二个数组中找到该值（pos1）的位置（pos2），然后使用该位置（pos2）在labels下的第一个数组中找到值（val1），最后，使用position val1查找“levels”下第一个数组中的列名

所以我的问题是，有没有更好的“正确”的方式来做这一切？谢谢

另请注意，所有这些实际上只是为了让我可以搜索“d”列，而不知道它属于哪个“浅”列：

row = (new.loc[new['cat']['d'] == 9])

这样我就可以：

  unique     cat     numerical    
       c   f   b   d         a   e
1      8  11   7   9         6  10

因此，如果有一种方法可以做到这一点，整个问题都可以避免。（我对堆栈溢出也不熟悉，我是否必须将其放入新问题或smt中）

swaplevel

但是你不能保证有一个唯一的列，所以我用

iloc[：，0]

new[new.swaplevel(0, 1, 1).d.iloc[:, 0].eq(9)]

  unique     cat    numerical    
       c   f   b  d         a   e
1      8  11   7  9         6  10

---

xs

关于不保证唯一性的相同警告

new[new.xs('d', 1, 1).iloc[:, 0].eq(9)]

  unique     cat    numerical    
       c   f   b  d         a   e
1      8  11   7  9         6  10

---

indexlice

---

级别

和

标签

我对复杂方法的看法

a0, a1 = new.columns.labels
b0, b1 = new.columns.levels

j = b1.get_loc('d')
i = a0[(a1 == j).argmax()]
t = (b0[i], b1[j])

new[new[t] == 9]

  unique     cat    numerical    
       c   f   b  d         a   e
1      8  11   7  9         6  10

---

“无保证唯一列”是指具有相同名称的两列或更多列吗？此外，您的swaplevel方法实际上不适用于我，因为我的列名实际上是带有空格和句号的调查问题。使用swaplevel的方法就是这样限制的吗？@NathanTew它不是swaplevel。这是我在以后访问时使用的.d而不是['d']

a0, a1 = new.columns.labels
b0, b1 = new.columns.levels

j = b1.get_loc('d')
i = a0[(a1 == j).argmax()]
t = (b0[i], b1[j])

new[new[t] == 9]

  unique     cat    numerical    
       c   f   b  d         a   e
1      8  11   7  9         6  10