tag這是一個帶有索引和 的MultiIndex 數據透視表uom。tag我的目標是使用正則表達式和過濾函數按索引過濾行。例如：df.filter(regex="^Assets$", axis="index")理想情況下會過濾掉該行：fy 2018 2019 tag uom Assets USD 3.753190e+11 3.385160e+11 但是，當我這樣做時，它會輸出一個空數據框：Empty DataFrame Columns: [2018, 2019] Index: []我能夠通過使用來規避這個問題：df.index.get_level_values("tag").str.contains("^Assets$")或者作為一個函數search = lambda df, regex, index_name: df.loc[df.index.get_level_values(index_name).str.contains(regex)]但這對我來說不太令人滿意。我是否遺漏了有關 pandas 過濾器功能及其正則表達式輸入如何工作的信息？它沒有按預期運行，我的猜測是因為我有 2 個索引：tag因此當我用作我的正則表達式時uom，正則表達式在索引中失敗。uom"^Assets$""^Assets$|USD"這是通過使用返回整個數據幀的正則表達式來支持的，因為所有行都有uom=USD，并且它表明過濾器函數將兩個索引都考慮在內。如果是這種情況，那么我如何有選擇地tag為 MultiIndex 數據幀上的過濾器函數選擇 index= ？
3 回答
白衣非少年
TA貢獻1155條經驗 獲得超0個贊
過濾器函數的正則表達式部分的實現很短，很容易適應多索引場景，在這種情況下您仍然希望只使用多索引的正則表達式 1 部分。我知道這不是對您所問內容的直接回答，因為您是對的，因為實現的過濾器功能不處理多索引。
我在這里遇到了同樣的問題，并認為發布我使用過的代碼（改編自 pandas 原始代碼）可能對其他人來說是一個有用的答案：
import regex as re
def filter_multi(df, index_level_name, regex, axis=0):
def f(x):
return matcher.search(str(x)) is not None
matcher = re.compile(regex)
values = df.axes[axis].get_level_values(index_level_name).map(f)
return df.loc(axis=axis)[values]
使用附錄中的代碼：
print(df)
print(filter_multi(df, index_level_name='tag', regex='^Assets$', axis=0))
print(filter_multi(df, index_level_name='fy', regex='^2019$', axis=1))
炎炎設計
TA貢獻1808條經驗 獲得超4個贊
另一種選擇是首先uom從您的索引中刪除，應用filter（然后將其應用于唯一的索引tag）并添加uom回您的索引，如
df.reset_index('uom').filter(regex="^Assets$", axis=0).set_index('uom', append=True)
守候你守候我
TA貢獻1802條經驗 獲得超10個贊
如果你想從多索引的第一部分過濾一個唯一值，你可以使用loc：
df.loc[['Assets']]
這使：
fy 2018 2019 tag uom Assets USD 3.753190e+11 3.385160e+11
如果對于你的實際問題，必須使用過濾器，你應該重置索引未使用的部分并在過濾后將其設置回去：
df.reset_index(level='uom').filter(regex='^Assets$', axis=0).set_index('uom', append=True)添加回答
舉報
0/150
提交
取消