Python 熊猫的多指标选择

关于按多索引选择行的问题

df:

我想从A2/B1中选择多索引级别（2）>1的可乐。 我分多个步骤进行：

df1=df.loc[A2,[B7],:,]  

出于某种原因，我必须在括号中表示第（1）级

df1.index = x1.index.droplevel(0)

df1.index = x1.index.droplevel(0)

df1.loc[1:,'colA']

---

我知道这是太多了，但我不知道如何做得更简单。我能想到的不想工作的方法。

因为您正在处理未命名的索引列，一种方法是在

ilevel.*

上使用

query

df.query("ilevel_0 == 'A2' and ilevel_1 == 'B1' and ilevel_2 > 1")

        colA ColB
A2 B1 2  ca6  cb6

f = df.index.get_level_values
df.loc[(f(0) == 'A2') & (f(1) == 'B1') & (f(2) > 1)]

        colA ColB
A2 B1 2  ca6  cb6

---

另一种方法是使用

索引。获取\u级别\u值

df.query("ilevel_0 == 'A2' and ilevel_1 == 'B1' and ilevel_2 > 1")

        colA ColB
A2 B1 2  ca6  cb6

f = df.index.get_level_values
df.loc[(f(0) == 'A2') & (f(1) == 'B1') & (f(2) > 1)]

        colA ColB
A2 B1 2  ca6  cb6

您还可以通过两个操作来完成。首先使用
loc
选择
A2
和
B1
中的部分，然后通过设置
query（'index>1'）
对剩余索引进行另一次查询

上面副本中^index的可能副本是一个命名索引，因此它不适用于此处。@Ranny，请下次发布一些可复制的数据。您可以使用
df.to_dict（）
轻松完成此操作。谢谢在我尝试之前。我知道查询有点慢。如果我将名字添加到索引级别，会有什么变化？@Ranny实际上没什么变化。。。只是字符串表达式。如果你不想
query
，
loc
应该很快。重命名
df.index.get\u level\u value
到
f
非常酷+感谢所有的帮助。我会用“f”法，但会把另外两个留在阿森纳。我只需要去掉前两层的多重索引。我认为reindex会做得很好。再次感谢。@Ranny，不客气。别忘了对我们的答案投票，接受最有帮助的答案。我喜欢这个答案（因为我更了解它）。它工作，只是我需要排序索引之前。唯一一件事是我不能在query的引号内传递变量。你是怎么做到的？a=1；“index>a”@Ranny.
query（“index>@a”）
@Ranny混音
loc
和
query
都不如使用这两种方法干净。：-）谢谢，泰。事实上，我会同意你的解决方案，在%的时间里有很大的不同。3.6对71.6（无f分配）。“下次我会记得的。”兰尼说。谢谢你让我知道你的实验。