首页 文章

从MultiIndex中的索引列获取唯一值

提问于
浏览 次
40

我知道我可以通过重置索引获得 DataFrame 的唯一值，但有没有办法避免这一步并直接获取唯一值？

鉴于我有：

C
 A B     
 0 one  3
 1 one  2
 2 two  1

我可以：

df = df.reset_index()
uniq_b = df.B.unique()
df = df.set_index(['A','B'])

大熊猫有没有办法做到这一点？

pandas

2 回答

  • 33

    Andy Hayden的答案（ index.levels[blah] ）对于某些场景非常有用，但可能导致其他场景中的奇怪行为 . 我的理解是，在可能的情况下，Pandas竭尽全力避免使用大量类似索引的DataFrame的索引占用内存空间 . 结果，I've found the following annoying behavior：

    import pandas as pd
import numpy as np

np.random.seed(0)

idx = pd.MultiIndex.from_product([['John', 'Josh', 'Alex'], list('abcde')], 
                                 names=['Person', 'Letter'])
large = pd.DataFrame(data=np.random.randn(15, 2), 
                     index=idx, 
                     columns=['one', 'two'])
small = large.loc[['Jo'==d[0:2] for d in large.index.get_level_values('Person')]]

print small.index.levels[0]
print large.index.levels[0]

    哪个输出

    Index([u'Alex', u'John', u'Josh'], dtype='object')
Index([u'Alex', u'John', u'Josh'], dtype='object')

    而不是预期的

    Index([u'John', u'Josh'], dtype='object')
Index([u'Alex', u'John', u'Josh'], dtype='object')

    正如一个人在另一个帖子中指出的那样，一个似乎非常自然并且正常工作的成语将是：

    small.index.get_level_values('Person').unique()
large.index.get_level_values('Person').unique()

    我希望这有助于其他人躲避我遇到的超意外行为 .

    回复于
  • 33

    一种方法是使用index.levels：

    In [11]: df
Out[11]: 
       C
A B     
0 one  3
1 one  2
2 two  1

In [12]: df.index.levels[1]
Out[12]: Index([one, two], dtype=object)
    回复于

相关问题