You need to enable JavaScript to run this app. Pandas多级索引混合使用.loc与.iloc选取各顶级索引下前n行的方法
优惠活动
大模型
产品
解决方案
定价
更多

Pandas多级索引混合使用.loc与.iloc选取各顶级索引下前n行的方法

示例图片

首先补全可运行的测试代码:

import pandas as pd
import numpy as np
tuples = [
    ('fox', 'anton1'),
    ('fox', 'anton2'),
    ('fox', 'anton3'),
    ('fox', 'anton4'),
    ('bat', 'girv2'),
    ('bat', 'girv3'),
    ('bat', 'girv4'),
    ('bat', 'girv5'),
    ('bear', 'kalg1'),
    ('bear', 'kalg2'),
    ('bear', 'kalg3'),
    ('bear', 'kalg4'),
]
np.random.seed(1)
data = np.random.rand(12,1)
mix = pd.MultiIndex.from_tuples(tuples, names=('style', 'bureau'))

df = pd.DataFrame(index=mix, data=data, columns=['foo'])

两个需求可以通过groupby+head直接实现,这是最简洁的分组内按位置切片方案:

场景1:所有顶级style分组各取前2行

按顶级索引分组后调用head(n),n为每个分组要取的前N行:

# 每个style分组取前2行
res1 = df.groupby(level='style').head(2)

输出结果对应示例中黄色高亮的所有分组前2行数据。

场景2:先筛选指定style,再取各分组前N行

先用loc筛选指定的顶级索引值,再做分组取行即可:

# 仅筛选fox和bear,每个分组取前2行
res2 = df.loc[['fox', 'bear']].groupby(level='style').head(2)

灵活扩展方案

如果需要更复杂的分组内位置筛选(比如取第2-3行),可以用groupby.cumcount()生成分组内的位置序号,再做布尔索引:

# 等效于场景1的效果,cumcount从0开始生成分组内行序号
res1_alt = df[df.groupby(level='style').cumcount() < 2]

你之前直接使用iloc不生效的原因是:iloc是对整个DataFrame的全局行位置做切片,无法识别多级索引的分组边界,自然达不到分组内按位置取数的效果。

内容的提问来源于stack exchange,提问作者user3556757

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.08 15:36:03