檢索在大熊貓一個多指標的一個水平的價值

Question

我有一個多指標

ind = pd.MultiIndex.from_tuples([('A', 0), ('A', 1), ('B', 1), ('B', 2)], names=['Letters', 'Numbers']) 

這洛斯類似的

Letters Numbers 
A  0 
A  1 
B  1 
B  2 

我怎樣才能檢索到第二級的所有值，給定的值第一級？也就是說，給定A，我想得到[0，1]，給出B，我想得到[1,2]。

，我能想到的唯一的辦法就是

ind.get_level_values(1)[ind.get_level_values(0) == 'B'] 

但是，這看起來不是很漂亮，我希望有一個更優雅的表達。在那兒？

Answer 1

Simpliest和最快的是使用列表理解：

a = [x[1] for x in ind.tolist() if x[0] == 'A'] 
print (a) 

[0, 1] 

另一種可能的解決方案是創建幫手df與boolean indexing：

df = pd.DataFrame(ind.tolist(), columns=['a','b']) 
print (df) 
    a b 
0 A 0 
1 A 1 
2 B 1 
3 B 2 

a = df.loc[df['a'] == 'A', 'b'].tolist() 
print (a) 
[0, 1] 

a = df.loc[df['a'] == 'B', 'b'].tolist() 
print (a) 
[1, 2] 

但在我看來你的解決方案是很好（有點改變選擇按級別名稱）：

a = ind.get_level_values('Numbers')[ind.get_level_values('Letters') == 'B'].tolist() 
print (a) 
[1, 2] 

個時序：

In [197]: %timeit ([x[1] for x in ind.tolist() if x[0] == 'A']) 
100000 loops, best of 3: 2.14 µs per loop 

In [199]: %timeit ind.get_level_values('Numbers')[ind.get_level_values('Letters') == 'B'].tolist() 
1000 loops, best of 3: 377 µs per loop 


In [200]: %%timeit 
    ...: df = pd.DataFrame(ind.tolist(), columns=['a','b']) 
    ...: df.loc[df['a'] == 'A', 'b'].tolist() 
    ...: 
1000 loops, best of 3: 1.06 ms per loop