在熊猫多索引中填充"blank"值以访问较低级别的索引

Question

我使用的是具有两级索引的数据帧。第一个级别用于商品名称，第二个级别用于物品颜色。在我的二级索引中，我总是有一个名为"total"的索引名称，表示所有颜色的总和。

我想以python返回所有鞋子的"总"值的方式查询数据帧。我可以重新排序索引，但我正在寻找更清洁的解决方案。我怎么能这么做？

我想，把指数的"空白"术语联系起来可能会有所帮助。这样的东西可能已经存在了吗？

例如

df.loc[*blank*,"total",:]

Answer 1

我认为您需要:和IndexSlice来选择所有值：

arrays = [np.array(['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux', 'bar', 'foo']),
np.array(['one','two','one','two','total','two','total', 'two','total','four'])]
df = pd.DataFrame(np.random.randn(10), index=arrays)
print (df)
0
bar one   -0.152506
two   -0.492401
baz one   -1.528111
two   -3.284650
foo total -0.346641
two    0.630630
qux total -0.232299
two    0.361744
bar total -2.170350
foo four  -2.332996
idx = pd.IndexSlice
df1 = df.loc[idx[:,"total"],:]
print (df1)
0
foo total -0.346641
qux total -0.232299
bar total -2.170350

---

或使用DataFrame.xs:

df1 = df.xs('total', level=1)
print (df1)
0
foo -0.099117
qux  0.381831
bar  1.638784

df1 = df.xs('total', level=1, drop_level=False)
print (df1)
0
foo total -0.570454
qux total  0.015090
bar total -1.084960