MultiIndex basata sulla panda

Question

Se io definisco un dataframe gerarchicamente indicizzata come questo:

import itertools 
import pandas as pd 
import numpy as np 
a = ('A', 'B') 
i = (0, 1, 2) 
b = (True, False) 
idx = pd.MultiIndex.from_tuples(list(itertools.product(a, i, b)), 
           names=('Alpha', 'Int', 'Bool')) 
df = pd.DataFrame(np.random.randn(len(idx), 7), index=idx, 
        columns=('I', 'II', 'III', 'IV', 'V', 'VI', 'VII')) 

il contenuto simile a questa:

In [19]: df 
Out[19]: 
         I  II  III  IV   V  VI  VII 
Alpha Int Bool                  
A  0 True -0.462924 1.210442 0.306737 0.325116 -1.320084 -0.831699 0.892865 
      False -0.850570 -0.949779 0.022074 -0.205575 -0.684794 -0.214307 -1.133833 
     1 True 0.603602 1.387020 -0.830780 -1.242000 -0.321938 0.484271 0.171738 
      False -1.591730 1.282136 0.095159 -1.239882 0.760880 -0.606444 -0.485957 
     2 True -1.346883 1.650247 -1.476443 2.092067 1.344689 0.177083 0.100844 
      False 0.001407 -1.127299 -0.417828 0.143595 -0.277838 -0.478262 -0.350906 
B  0 True 0.722781 -1.093182 0.237536 0.457614 -2.500885 0.338257 0.009128 
      False 0.321022 0.419357 1.161140 -1.371035 1.093696 0.250517 -1.125612 
     1 True 0.237441 1.739933 0.029653 0.327823 -0.384647 1.523628 -0.009053 
      False -0.459148 -0.598577 -0.593486 -0.607447 1.478399 0.504028 -0.329555 
     2 True -0.583052 -0.986493 -0.057788 -0.639798 1.400311 0.076471 -0.212513 
      False 0.896755 2.583520 1.520151 2.367336 -1.084994 -1.233548 -2.414215 

so come estrarre i dati corrispondenti ad una data colonna. Per esempio. per la colonna 'VII':

In [20]: df['VII'] 
Out[20]: 
Alpha Int Bool 
A  0 True  0.892865 
      False -1.133833 
     1 True  0.171738 
      False -0.485957 
     2 True  0.100844 
      False -0.350906 
B  0 True  0.009128 
      False -1.125612 
     1 True -0.009053 
      False -0.329555 
     2 True -0.212513 
      False -2.414215 
Name: VII 

Come posso estrarre i dati che corrispondono i seguenti gruppi di criteri:

1. Alpha=='B'
2. Alpha=='B', Bool==False
3. Alpha=='B', Bool==False, colonna 'I'
4. Alpha=='B' , Bool==False, colonne 'I' e 'III'
5. Alpha=='B', Bool==False, colonne 'I', 'III', e tutte le colonne 'V' avanti
6. Int è anche

(A proposito, ho rtfm, più di una volta anche, ma lo trovo davvero incomprensibile.)

Answer 1

xs può essere quello che vuoi. Ecco alcuni esempi:

In [63]: df.xs(('B',), level='Alpha') 
Out[63]: 
        I  II  III  IV   V  VI  VII 
Int Bool                  
0 True -0.430563 0.139969 -0.356883 -0.574463 -0.107693 -1.030063 0.271250 
    False 0.334960 -0.640764 -0.515756 -0.327806 -0.006574 0.183520 1.397951 
1 True -0.450375 1.237018 0.398290 0.246182 -0.237919 1.372239 -0.805403 
    False -0.064493 0.967132 -0.674451 0.666691 -0.350378 1.721682 -0.791897 
2 True 0.143154 -0.061543 -1.157361 0.864847 -0.379616 -0.762626 0.645582 
    False -3.253589 0.729562 -0.839622 -1.088309 0.039522 0.980831 -0.113494 

In [64]: df.xs(('B', False), level=('Alpha', 'Bool')) 
Out[64]: 
      I  II  III  IV   V  VI  VII 
Int                  
0 0.334960 -0.640764 -0.515756 -0.327806 -0.006574 0.183520 1.397951 
1 -0.064493 0.967132 -0.674451 0.666691 -0.350378 1.721682 -0.791897 
2 -3.253589 0.729562 -0.839622 -1.088309 0.039522 0.980831 -0.113494 

Modifica:

Per l'ultimo requisito è possibile concatenare get_level_values e isin:

I persino valori dell'indice (altri modi per fare anche questo)

In [87]: ix_vals = set(i for _, i, _ in df.index if i % 2 == 0) 
     ix_vals 

Out[87]: set([0L, 2L]) 

Usare questi con isin

In [89]: ix = df.index.get_level_values('Int').isin(ix_vals) 
In [90]: df[ix] 
Out[90]:    I  II  III  IV   V  VI  VII 
Alpha Int Bool                  
A  0 True -1.315409 1.203800 0.330372 -0.295718 -0.679039 1.402114 0.778572 
      False 0.008189 -0.104372 0.419110 0.302978 -0.880262 -1.037645 -0.264265 
     2 True -2.414290 0.896990 0.986167 -0.527074 0.550753 -0.302920 0.228165 
      False 1.275831 0.448089 -0.635874 -0.733855 -0.747774 -1.108976 0.151474 
B  0 True -0.430563 0.139969 -0.356883 -0.574463 -0.107693 -1.030063 0.271250 
      False 0.334960 -0.640764 -0.515756 -0.327806 -0.006574 0.183520 1.397951 
     2 True 0.143154 -0.061543 -1.157361 0.864847 -0.379616 -0.762626 0.645582 
      False -3.253589 0.729562 -0.839622 -1.088309 0.039522 0.980831 -0.113494 

Answer 2

È possibile utilizzare pd.IndexSlice in modo intuitivo (Ispirato da this answer). Alcuni esempi (usando panda 0.18.0):

df.sort_index(inplace=True) 
idx = pd.IndexSlice 
evens = np.arange(2,max(df.index.levels[1])+1,2) 

df.loc[idx[['A','B'],evens,True],['III','V']] 
Out[]: 
        III   V 
Alpha Int Bool      
A  2 True -1.041243 -0.561155 
B  2 True 0.381918 -0.148990 

df.loc[idx[:,evens,:],:] 
Out[]: 
         I  II  III  IV   V  VI \ 
Alpha Int Bool                 
A  2 False 0.791142 0.333383 0.089767 -0.584465 0.295676 -1.323792 
      True -1.023160 -0.442004 -1.041243 1.613184 -0.561155 0.397923 
B  2 False 0.383229 -0.052715 -0.214347 -2.041429 -1.101059 -0.374035 
      True -0.183386 -0.855367 0.381918 -0.261106 -0.148990 0.621537 

         VII 
Alpha Int Bool    
A  2 False 0.717301 
      True -0.133701 
B  2 False 0.166314 
      True 0.517513