Tworzenie multi-index df
In [35]: df = DataFrame(randn(100000,3),columns=list('ABC'))
In [36]: df['one'] = 'foo'
In [37]: df['two'] = 'bar'
In [38]: df.ix[50000:,'two'] = 'bah'
In [40]: mi = df.set_index(['one','two'])
In [41]: mi
Out[41]:
<class 'pandas.core.frame.DataFrame'>
MultiIndex: 100000 entries, (foo, bar) to (foo, bah)
Data columns (total 3 columns):
A 100000 non-null values
B 100000 non-null values
C 100000 non-null values
dtypes: float64(3)
przechowywać je w postaci tabeli
In [42]: store = pd.HDFStore('test.h5',mode='w')
In [43]: store.append('df',mi)
get_storer zwróci przechowywany przedmiot (ale nie pobierania danych)
In [44]: store.get_storer('df').levels
Out[44]: ['one', 'two']
In [2]: store
Out[2]:
<class 'pandas.io.pytables.HDFStore'>
File path: test.h5
/df frame_table (typ->appendable_multi,nrows->100000,ncols->5,indexers->[index],dc->[two,one])
poziomy indeksu są tworzone jako kolumny data_columns, co oznacza, że można ich używać w selekcji W ten sposób wybrać tylko wskaźnik
In [48]: store.select('df',columns=['one'])
Out[48]:
<class 'pandas.core.frame.DataFrame'>
MultiIndex: 100000 entries, (foo, bar) to (foo, bah)
Empty DataFrame
Aby wybrać jedną kolumnę i powrót jako mi-ramki
In [49]: store.select('df',columns=['A'])
Out[49]:
<class 'pandas.core.frame.DataFrame'>
MultiIndex: 100000 entries, (foo, bar) to (foo, bah)
Data columns (total 1 columns):
A 100000 non-null values
dtypes: float64(1)
Aby wybrać jedną kolumnę w postaci szeregu (które mogą być również indeks, ponieważ są one przechowywane jako kolumny). To będzie dość szybko.
In [2]: store.select_column('df','one')
Out[2]:
0 foo
1 foo
2 foo
3 foo
4 foo
5 foo
6 foo
7 foo
8 foo
9 foo
10 foo
11 foo
12 foo
13 foo
14 foo
...
99985 foo
99986 foo
99987 foo
99988 foo
99989 foo
99990 foo
99991 foo
99992 foo
99993 foo
99994 foo
99995 foo
99996 foo
99997 foo
99998 foo
99999 foo
Length: 100000, dtype: object
Jeśli naprawdę chcesz najszybszy wybór jedynego indeksu
In [4]: %timeit store.select_column('df','one')
100 loops, best of 3: 8.71 ms per loop
In [5]: %timeit store.select('df',columns=['one'])
10 loops, best of 3: 43 ms per loop
lub uzyskać pełny indeks
In [6]: def f():
...: level_1 = store.select_column('df','one')
...: level_2 = store.select_column('df','two')
...: return MultiIndex.from_arrays([ level_1, level_2 ])
...:
In [17]: %timeit f()
10 loops, best of 3: 28.1 ms per loop
Jeśli chcesz wartości dla poszczególnych poziomów, to dość szybko sposób wykonania tego:
In [2]: store.select_column('df','one').unique()
Out[2]: array(['foo'], dtype=object)
In [3]: store.select_column('df','two').unique()
Out[3]: array(['bar', 'bah'], dtype=object)
Fantastyczna odpowiedź, dzięki Jeff. Myślę, że bezpośrednią odpowiedzią jest to, że zaglądanie do sklepu. Przy dalszej analizie, zainspirowanej twoją odpowiedzią, ma sens, że nie ma skrótu - musisz pozwolić, aby zaznaczenie uwzględniało wszystkie dane. Próbuję zdobyć metadane, aby określić, które wartości indeksu zajmą to samo miejsce. Tytułem wyjaśnień nie wszystkie możliwe kombinacje mojego multiindeksu są wypełnione, więc samo uzyskanie poziomów wieluindeksów nie jest wystarczające. Dziękuję Ci. – Tony
możesz znaleźć '' select_column (...). Unique() '' również użyteczne, co w efekcie da ci wartości określonego poziomu, nie wiesz, czy to ci się przydaje – Jeff
Dodałem metodę I just recommended – Jeff