Pandas中MultiIndexed DataFrame切片报错：如何提取指定区域年份数据

嘿，我来帮你搞定这个问题！你遇到的错误是因为pandas里不能直接用pop[['California','Texas'], 2010]这种方式同时指定行和列标签——DataFrame的[]运算符主要是用来选取列或者行的布尔筛选，要同时定位行和列的标签，得用.loc方法才行。

下面分两种常见的DataFrame结构情况给出解决方案：

情况1：州为行索引，年份为列 #

如果你的DataFrame结构是列对应年份、行对应州（如下所示）：

2000      2010
California  33871648  37253956
New York    18976457  19378102
Texas       20851820  25145561

那正确的写法是使用.loc方法，先指定要选的行标签（州名），再指定列标签（年份）：

pop.loc[['California', 'Texas'], 2010]

执行后就能得到California和Texas在2010年的人口数据。

情况2：州+年份为层级行索引（MultiIndex） #

如果你的DataFrame是层级索引结构（行是(州, 年份)的组合，列是人口数据，如下所示）：

population
California 2000     33871648
           2010     37253956
New York   2000     18976457
           2010     19378102
Texas      2000     20851820
           2010     25145561

你可以用以下几种方式实现需求：

• 方法1：用.loc传入元组列表直接定位层级行

pop.loc[[('California', 2010), ('Texas', 2010)]]

• 方法2：用xs方法先筛选年份，再选州

pop.xs(2010, level=1).loc[['California', 'Texas']]

• 方法3：用布尔索引筛选符合条件的行

pop[(pop.index.get_level_values(0).isin(['California', 'Texas'])) & (pop.index.get_level_values(1) == 2010)]

核心原因总结 #

pandas的[]运算符不支持同时传入行和列的标签组合，它主要用于单列/多列选取、布尔行筛选。要同时定位行和列的标签，必须使用.loc（基于标签的索引）或者针对层级索引的专用方法（比如xs）。

内容的提问来源于stack exchange，提问作者Dima Sidukov