web-dev-qa-db-ja.com

`.loc`および` .iloc`とMultiIndex'd DataFrame

MultiIndexされたDataFrameにインデックスを付ける場合、.ilocはインデックスの「内部レベル」を参照していると想定しているのに対し、.locは外部レベルを参照しているようです。

例えば:

np.random.seed(123)
iterables = [['bar', 'baz', 'foo', 'qux'], ['one', 'two']]
idx = pd.MultiIndex.from_product(iterables, names=['first', 'second'])
df = pd.DataFrame(np.random.randn(8, 4), index=idx)

# .loc looks at the outer index:

print(df.loc['qux'])
# df.loc['two'] would throw KeyError
              0        1        2        3
second                                    
one    -1.25388 -0.63775  0.90711 -1.42868
two    -0.14007 -0.86175 -0.25562 -2.79859

# while .iloc looks at the inner index:

print(df.iloc[-1])
0   -0.14007
1   -0.86175
2   -0.25562
3   -2.79859
Name: (qux, two), dtype: float64

2つの質問:

まず、これはなぜですか?それは意図的な設計決定ですか?

次に、.ilocを使用してインデックスの外部レベルを参照し、以下の結果を生成できますか?最初にget_level_valuesを使用してインデックスの最後のメンバーを検索し、次に.loc- indexを使用して検索できることを知っていますが、ファンキーな.ilocを使用して直接実行できる場合はさまよう構文またはケース専用に設計された既存の関数。

# df.iloc[-1]
qux   one     0.89071  1.75489  1.49564  1.06939
      two    -0.77271  0.79486  0.31427 -1.32627
13
Brad Solomon

はい、これは 慎重な設計決定 です。

.ilocは厳密な位置インデクサーであり、構造をまったく考慮せず、最初の実際の動作のみを考慮します。 ... .locdoesは、レベルの動作を考慮します。 【強調追加】

したがって、質問で与えられた望ましい結果は、.ilocでは柔軟な方法では不可能です。いくつかの同様の質問で使用される最も近い回避策は、

print(df.loc[[df.index.get_level_values(0)[-1]]])
                    0        1        2        3
first second                                    
qux   one    -1.25388 -0.63775  0.90711 -1.42868
      two    -0.14007 -0.86175 -0.25562 -2.79859

ダブルブラケット を使用すると、最初のインデックスレベルが保持されます。

4
Brad Solomon

以下を使用できます。

_df.iloc[[6, 7], :]
Out[1]:
                     0         1         2         3
first second
qux   one    -1.253881 -0.637752  0.907105 -1.428681
      two    -0.140069 -0.861755 -0.255619 -2.798589
_

以下に示すように、_[6, 7]_はこれらの行の実際の行インデックスに対応します。

_df.reset_index()
Out[]:
  first second         0         1         2         3
0   bar    one -1.085631  0.997345  0.282978 -1.506295
1   bar    two -0.578600  1.651437 -2.426679 -0.428913
2   baz    one  1.265936 -0.866740 -0.678886 -0.094709
3   baz    two  1.491390 -0.638902 -0.443982 -0.434351
4   foo    one  2.205930  2.186786  1.004054  0.386186
5   foo    two  0.737369  1.490732 -0.935834  1.175829
6   qux    one -1.253881 -0.637752  0.907105 -1.428681
7   qux    two -0.140069 -0.861755 -0.255619 -2.798589
_

これは_df.iloc[[-2, -1], :]_またはdf.iloc[range(-2, 0), :]でも機能します。


編集:それをより一般的なソリューションに変える

次に、ジェネリック関数を取得することが可能です:

_def multindex_iloc(df, index):
    label = df.index.levels[0][index]
    return df.iloc[df.index.get_loc(label)]

multiindex_loc(df, -1)
Out[]:
                     0         1         2         3
first second
qux   one    -1.253881 -0.637752  0.907105 -1.428681
      two    -0.140069 -0.861755 -0.255619 -2.798589


multiindex_loc(df, 2)
Out[]:
                     0         1         2         3
first second
foo   one     2.205930  2.186786  1.004054  0.386186
      two     0.737369  1.490732 -0.935834  1.175829
_
1
FabienP

swaplevel メソッドを使用して、locを使用する前にインデックスを並べ替えることができます。

df.swaplevel(0,-1).loc['two']

質問のサンプルデータを使用すると、次のようになります。

>>> df
                     0         1         2         3
first second                                        
bar   one    -1.085631  0.997345  0.282978 -1.506295
      two    -0.578600  1.651437 -2.426679 -0.428913
baz   one     1.265936 -0.866740 -0.678886 -0.094709
      two     1.491390 -0.638902 -0.443982 -0.434351
foo   one     2.205930  2.186786  1.004054  0.386186
      two     0.737369  1.490732 -0.935834  1.175829
qux   one    -1.253881 -0.637752  0.907105 -1.428681
      two    -0.140069 -0.861755 -0.255619 -2.798589

>>> df.loc['bar']
               0         1         2         3
second                                        
one    -1.085631  0.997345  0.282978 -1.506295
two    -0.578600  1.651437 -2.426679 -0.428913

>>> df.swaplevel().loc['two']
              0         1         2         3
first                                        
bar   -0.578600  1.651437 -2.426679 -0.428913
baz    1.491390 -0.638902 -0.443982 -0.434351
foo    0.737369  1.490732 -0.935834  1.175829
qux   -0.140069 -0.861755 -0.255619 -2.798589

swaplevelはMultiIndexメソッドですが、DataFrameで直接呼び出すことができます。デフォルトでは、内側の2つのレベルを交換するため、マルチインデックスに3つ以上のレベルがある場合は、交換するレベルを明示的に指定する必要があります。

df.swaplevel(0,-1).loc['two']
0
Håken Lid