熊猫多索引:如果在第二个索引中，则打印所有第一个索引

Question

我想查询和数据帧并输出第一个索引中的所有项目(如果它包含在第二个索引中)。 描述我想要实现的目标的简化版本是：

data = {'colour': ['red','purple','green','purple','blue','red'], 'item': ['hat','scarf','belt','belt','hat','scarf'], 'material': ['felt','wool','leather','wool','plastic','wool']}
df = pd.DataFrame(data=data)
grpd_df = df.groupby(df['item']).apply(lambda df: df.reset_index(drop=True))
grpd_df
colour  item material
item
belt   0 green   belt  leather 
1 purple  belt  wool 
hat    0 red     hat   felt 
1 blue    hat   plastic 
scarf  0 purple  scarf wool 
1 red     scarf wool 

我想获取项目中具有红色项目的所有行：

hat    0 red     hat   felt 
1 blue    hat   plastic 
scarf  0 purple  scarf wool 
1 red     scarf wool 

Answer 1

将groupby与 2 系列一起使用，方法是将列color与eq与any进行比较，每组至少有一个True：

df = grpd_df[grpd_df['colour'].eq('red').groupby(level=0).transform('any')]
print (df)
colour   item material
item                           
hat   0     red    hat     felt
1    blue    hat  plastic
scarf 0  purple  scarf     wool
1     red  scarf     wool

详情：

print (grpd_df['colour'].eq('red').groupby(level=0).transform('any'))
item    
belt   0    False
1    False
hat    0     True
1     True
scarf  0     True
1     True
Name: colour, dtype: bool

较慢的替代方案与filter：

df = grpd_df.groupby(level=0).filter(lambda x: x['colour'].eq('red').any())

如果要使用原始DataFrame：

df = df[df['colour'].eq('red').groupby(df['item']).transform('any')]
print (df)
colour   item material
0     red    hat     felt
1  purple  scarf     wool
4    blue    hat  plastic
5     red  scarf     wool

编辑：

如果要与MultiIndex合作：

data = {'colour': ['red','purple','green','purple','blue','red'], 'item': ['hat','scarf','belt','belt','hat','scarf'], 'material': ['felt','wool','leather','wool','plastic','wool']}
df = pd.DataFrame(data=data).set_index(['colour','item'])
print (df)    
material
colour item          
red    hat       felt
purple scarf     wool
green  belt   leather
purple belt      wool
blue   hat    plastic
red    scarf     wool
df = df[pd.Series(df.index.get_level_values('colour') == 'red', index=df.index).groupby(level=1).transform('any')]

第二filter解决方案：

df = df.groupby(level=1).filter(lambda x: (x.index.get_level_values('colour') == 'red').any())

---

print (df)
material
colour item          
red    hat       felt
purple scarf     wool
blue   hat    plastic
red    scarf     wool