3

次のようなコードをセットアップしました。

import pandas as pd
import numpy as np
arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
          ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two'],
          ['aaa', 'bbb', 'ccc', 'ccc', 'ddd', 'eee', 'eee', 'eee' ]]
tuples = zip(*arrays)
index = pd.MultiIndex.from_tuples(tuples, names=['A', 'B', 'C'])
df = pd.DataFrame(np.random.randn(8, 4), index=index)

df
Out[161]: 
                    0         1         2         3
A   B   C                                          
bar one aaa  0.682220 -0.598889 -0.600635 -0.488069
    two bbb -0.134557  1.614224 -0.191303  0.073813
baz one ccc -1.006877 -0.137264 -0.319274  1.465952
    two ccc  0.107222  0.358468  0.165108 -0.258715
foo one ddd  0.360562  1.759095 -1.385394 -0.646850
    two eee -1.113520  0.221483  2.226704 -0.994636
qux one eee -0.609271 -0.888330  0.824189  1.772536
    two eee -0.008346 -0.688091  0.263303  1.242485

グループA、B、Cとの条件の組み合わせに基づいて、一致する行を見つけたい.

例: SQL 用語: select * where A in ('foo', 'qux') and C='eee'

ixでこれを達成できますか？例：

df.ix(['foo', 'qux'],:,'eee')

非常に大規模なデータセットでこれを達成するための理想的な方法は何ですか?

(現在 pandas 0.7 を使用していますが、どうしても必要な場合はアップグレードできます)

4

2 に答える 2

5

この種のことを一般的に行う関数を作成します。

import numpy as np
def ms(df, *args):
    idx = df.index
    for i, values in enumerate(args):
        if values is not None:
            if np.isscalar(values):
                values = [values]
            idx = idx.reindex(values, level=i)[0]
    return df.ix[idx]

次に、それを非常に簡単に行うことができます。

ms(df, ['foo', 'qux'], None, "eee")
于 2013-03-20T12:57:55.423 に答える
1

Pandas 0.14 の時点で、セレクターのタプルを渡しdf.locて MultiIndex をスライスできます。

In [782]: df.loc[(['foo','qux'], slice(None), 'eee'), :]
Out[782]: 
                    0         1         2         3
A   B   C                                          
foo two eee  1.615853 -1.327626  0.772608 -0.406398
qux one eee  0.472890  0.746417  0.095389 -1.446869
    two eee  0.711915  0.228739  1.763126  0.558106
于 2013-03-20T12:52:36.753 に答える