web-dev-qa-db-ja.com

マルチインデックスDataFrameの1つのインデックスのみを選択します

マルチインデックスDataFrameから1つのインデックスのみを使用して新しいDataFrameを作成しようとしています。

                   A         B         C
first second                              
bar   one     0.895717  0.410835 -1.413681
      two     0.805244  0.813850  1.607920
baz   one    -1.206412  0.132003  1.024180
      two     2.565646 -0.827317  0.569605
foo   one     1.431256 -0.076467  0.875906
      two     1.340309 -1.187678 -2.211372
qux   one    -1.170299  1.130127  0.974466
      two    -0.226169 -1.436737 -2.006747

理想的には、私はこのようなものを望みます：

In: df.ix[level="first"]

そして：

Out:

               A         B         C
first                               
bar        0.895717  0.410835 -1.413681
           0.805244  0.813850  1.607920
baz       -1.206412  0.132003  1.024180
           2.565646 -0.827317  0.569605
foo        1.431256 -0.076467  0.875906
           1.340309 -1.187678 -2.211372
qux       -1.170299  1.130127  0.974466
          -0.226169 -1.436737 -2.006747
`

基本的に、レベルfirst以外のマルチインデックスの他のすべてのインデックスを削除します。これを行う簡単な方法はありますか？

pythonpandasselectdataframeindexing
27
Skorpeo

1つの方法は、df.indexをMultiIndexの目的のレベルに単純に再バインドすることです。保持したいラベル名を指定することにより、これを行うことができます。

df.index = df.index.get_level_values('first')

または、レベルの整数値を使用します。

df.index = df.index.get_level_values(0)

MultiIndexの他のすべてのレベルはここで消えます。

31
Alex Riley

ソリューションはかなり新しいものであり、 df.xs 関数として

In [88]: df.xs('bar', level='first')
Out[88]:
Second  Third
one     A       -2.315312
        B        0.497769
        C        0.108523
two     A       -0.778303
        B       -1.555389
        C       -2.625022
dtype: float64

次のように複数のインデックスで行うこともできます

In [89]: df.xs(('bar', 'A'), level=('First', 'Third'))
Out[89]:
Second
one   -2.315312
two   -0.778303
dtype: float64

例の設定は以下のとおりです

import pandas as pd
import numpy as np
arrays = [
    np.array(['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux']),
    np.array(['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two'])
]
index = pd.MultiIndex.from_tuples(list(Zip(*arrays)), names=['first', 'second'])
df = pd.DataFrame(np.random.randn(3, 8), index=['A', 'B', 'C'], columns=index)
df.index.names = pd.core.indexes.frozen.FrozenList(['First', 'Second', 'Third'])
df = df.unstack()
16
Alexander McFarlane