PandasでMultiindex

参考URL : https://jakevdp.github.io/PythonDataScienceHandbook/03.05-hierarchical-indexing.html

データフレーム作成

# hierarchical indices and columns
index = pd.MultiIndex.from_product([[2013, 2014], [1, 2]],
                                   names=['year', 'visit'])
columns = pd.MultiIndex.from_product([['Bob', 'Guido', 'Sue'], ['HR', 'Temp']],
                                     names=['subject', 'type'])

# mock some data
data = np.round(np.random.randn(4, 6), 1)
data[:, ::2] *= 10
data += 37

# create the DataFrame
health_data = pd.DataFrame(data, index=index, columns=columns)
health_data

列のHRのみにアクセス。idxを使わない方法もあるけど、使う方法を覚えといた方が良いかもしれない。

idx = pd.IndexSlice
health_data.loc[idx[:,:],idx[:,'HR']]

行のvisit=1のみにアクセス

idx = pd.IndexSlice
health_data.loc[idx[:,1],idx[:,:]]

Guido列とSue列にアクセス

health_data[['Guido','Sue']]

BobのHRにアクセス

health_data.loc[:,('Bob','HR')]

既存のデータフレームにindexを追加する場合は、以下のように再定義する。

idx = pd.MultiIndex.from_arrays([df['group'],df['name']])
df.index = idx

index名にアクセス

> health_data.index.get_level_values(1)
Int64Index([1, 2, 1, 2], dtype='int64', name='visit')

条件を指定して抽出。※~health_data.index.get_level_values(1).isin(リスト)でも良い。これは複数条件指定出来る。

idx = health_data.index.get_level_values(1)!=1
health_data.loc[idx,]

条件抽出 複数指定

条件を複数指定出来る。HR列を抽出

idx = pd.IndexSlice
cnd = health_data.columns.get_level_values(1).isin(['HR'])
health_data.loc[idx[:,:],idx[:,cnd]]

	subject	Bob	Guido	Sue
	type	HR	HR	HR
year	visit
2013	1	37.0	30.0	26.0
	2	38.0	39.0	43.0
2014	1	26.0	33.0	22.0
	2	34.0	39.0	26.0

HR列「以外」を抽出

idx = pd.IndexSlice
cnd = ~health_data.columns.get_level_values(1).isin(['HR'])
health_data.loc[idx[:,:],idx[:,cnd]]

	subject	Bob	Guido	Sue
	type	Temp	Temp	Temp
year	visit
2013	1	35.9	36.2	37.8
	2	37.0	37.1	38.5
2014	1	38.5	37.3	36.8
	2	37.1	37.2	37.1