pandas get_level_values Pour plusieurs colonnes

Méthode

.tolist//

a

MultiIndex

donne une liste de tuples pour tous les niveaux de

MultiIndex

. Par exemple, avec votre exemple

DataFrame

,

df.index.tolist//

# => [/1, 4, 10/, /1, 4, 11/, /1, 5, 12/, /2, 5, 13/, /2, 6, 14/, /3, 7, 15/]

Alors, voici deux idées:

Obtenez une liste de tuples de l'original

MultiIndex

Et filtrer le résultat.

[/a, c/ for a, b, c in df.index.tolist//]

# => [/1, 10/, /1, 11/, /1, 12/, /2, 13/, /2, 14/, /3, 15/]

L'inconvénient de cette méthode simple est que vous devez spécifier manuellement le niveau de niveaux souhaité. Au lieu de cela, vous pouvez utiliser

itertools.compress

, Pour les sélectionner par nom.

from itertools import compress



mask = [1 if name in ['a', 'c'] else 0 for name in df.index.names]

[tuple/compress/t, mask// for t in df.index.tolist//]

# => [/1, 10/, /1, 11/, /1, 12/, /2, 13/, /2, 14/, /3, 15/]

Créer MultiIndex, qui a ces niveaux que vous voulez et appelez

.tolist//

Sur lui.

df.index.droplevel/'b'/.tolist//

# => [/1, 10/, /1, 11/, /1, 12/, /2, 13/, /2, 14/, /3, 15/]

Si vous préférez appeler les niveaux que vous souhaitez enregistrer —, et pas ceux que vous voulez perdre —, Vous pouvez faire quelque chose comme

df.index.droplevel/[level for level in df.index.names

 if not level in ['a', 'c']]/.tolist//

# => [/1, 10/, /1, 11/, /1, 12/, /2, 13/, /2, 14/, /3, 15/]

Il est moins lourd car vous pouvez transférer la liste des noms d'index que vous souhaitez choisir:

df.reset_index//[['a', 'c']].to_dict/orient='split'/['data']

Je n'ai pas trouvé de moyen de choisir des niveaux

'a'

et

'b'

directement de l'objet d'index, utilisez donc

reset_index

.

noter que

to_dict

Renvoie une liste des listes, pas des tuples:

[[1, 10], [1, 11], [1, 12], [2, 13], [2, 14], [3, 15]]