[pandas] 11. マルチインデックスをもつDataFrameの要素へのアクセス

はじめに

階層型構造のインデックスのDataFrameにおけるスライスについての解説する。

解説

モジュールのインポート

	import pandas as pd
	import numpy as np
	pd.options.display.notebook_repr_html = False

view raw pandas_11.py hosted with ❤ by GitHub

マルチインデックスをもつDataFrameの作成

	data = np.random.randint(0,100,(6, 4))
	index = [['a', 'a', 'b', 'b', 'c', 'c'], [1, 2, 1, 2, 1, 2]]
	columns = [['data1','data1','data2','data2'],["A","B","A","B"]]
	df = pd.DataFrame(data,
	index=index,
	columns=columns)
	df
	'''
	data1 data2
	A B A B
	a 1 42 54 28 62
	2 26 58 55 0
	b 1 81 97 1 59
	2 74 95 98 40
	c 1 24 46 75 27
	2 96 30 45 72
	'''

view raw pandas_11.py hosted with ❤ by GitHub

マルチインデックスをもつDataFrameの作成については下記で説明した。

[pandas] 10. マルチインデックスの作成について

Series, DataFrameで使うことのできる階層型構造をもつマルチインデックスの作成についての説明する。

sabopy.com

2019.01.17

カラム名によるスライス

	df['data2','A']
	'''
	a 1 28
	2 55
	b 1 1
	2 98
	c 1 75
	2 45
	Name: (data2, A), dtype: int64
	'''

view raw pandas_11.py hosted with ❤ by GitHub

df[‘data2′,’A’]のように最初に上の階層のカラム名、その次に下のカラム名をいれることでデータを取り出すことができる。

.ilocによるスライス

	df.iloc[:,::2]
	'''
	data1 data2
	A A
	a 1 42 28
	2 26 55
	b 1 81 1
	2 74 98
	c 1 24 75
	2 96 45
	'''

view raw pandas_11.py hosted with ❤ by GitHub

df.iloc[:,::2]のように.ilocでpythonの標準的なスライス法を用いることができる。

タプルによるスライス

	df.loc[['a'],('data2','A')]
	'''
	a 1 28
	2 55
	Name: (data2, A), dtype: int64
	'''

view raw pandas_11.py hosted with ❤ by GitHub

.locによるスライスでは、タプルを使うこともできる。
これにより、インデックスが[‘a’]で、カラム名が’data2’で’A’であるデータを取り出すことができる。

IndexSliceオブジェクトの利用

	#IndexSliceオブジェクトの利用
	idx=pd.IndexSlice
	df.loc[idx[:,2],idx[:,'A']]
	'''
	data1 data2
	A A
	a 2 26 55
	b 2 74 98
	c 2 96 45
	'''

view raw pandas_11.py hosted with ❤ by GitHub

IndexSliceオブジェクトを利用するとインデックスを単純にスライスした方式で要素へアクセスできる。

参考

コードをダウンロード(.pyファイル)

コードをダウンロード(.ipynbファイル)