다중 인덱스 DataFrame의 인덱스를 하나만 선택합니다.

다중 인덱스 DataFrame의 인덱스를 하나만 선택합니다.

다중 인덱스 DataFrame에서 하나의 인덱스만을 사용하여 새로운 DataFrame을 생성하려고 합니다.

                   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

이상적으로는 다음과 같은 것을 원합니다.

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

그리고:

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
`

기본적으로 레벨이 아닌 다중 인덱스의 다른 모든 인덱스를 삭제하고 싶습니다.first. 이것을 쉽게 할 수 있는 방법이 있습니까?

한 가지 방법은 단순히 재결합하는 것일 수 있습니다.df.index원하는 수준의 MultiIndex를 선택할 수 있습니다.보관할 레이블 이름을 지정하여 이 작업을 수행할 수 있습니다.

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

또는 레벨의 정수 값을 사용합니다.

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

MultiIndex의 다른 모든 수준은 여기서 사라집니다.

이 솔루션은 상당히 새로운 것이며 다음과 같은 기능을 사용합니다.

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

다음과 같이 다중 지수를 사용할 수도 있습니다.

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

예제에 대한 설정은 아래와 같습니다.

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()

get_level_values(0)를 이용하여 다중 인덱스 그룹의 첫 번째 레벨 인덱스를 구하여 인코딩된 값의 집계 값과 기술 사전 값을 포함하는 데이터 프레임을 구축하였습니다.그룹의 "airline_enc" 값에 대한 인덱스를 다음과 같이 얻습니다.

def getAirlineByGrouped(grouped,dictGeneric):
    mylist=[]
    for key in grouped.index.get_level_values(0):
        item=dictGeneric.get(key)
        mylist.append(item)
    return mylist

encoder=LabelEncoder()
df['airline_enc']=encoder.fit_transform(df['airline'])

dictAirline=   df[['airline_enc','airline']].set_index('airline_enc').to_dict()
grouped=results.groupby(['airline_enc','rating'])['recommended'].count()

#print(grouped)
airlines=getAirlineByGrouped(grouped, dictAirline['airline'])

result_df=pd.DataFrame({'index': grouped.index.get_level_values(0),'value':grouped.values,'airline':airlines})
result_df.plot(x='airline',y='value')
plt.xticks(rotation=90)

다른 방법으로 사용할 수 있습니다.pandas.DataFrame.droplevel방법.예제의 유일한 단점은 인덱스 값이 더 이상 고유하지 않다는 것입니다.

In: df.droplevel('second')
Out:

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

언급URL : https://stackoverflow.com/questions/28140771/select-only-one-index-of-multiindex-dataframe