基于条件筛选Pandas透视表（多级DataFrame）的技术问询

我来帮你搞定这个多级列透视表的筛选需求！先明确下你的透视表结构：pv的列是双层多级索引——第一层固定为Base Report，第二层是各个设施名称（Roseville、Sacramento、South Sacramento），行索引是TimeToRun。下面分几种常见场景给你具体的筛选方法：

1. 筛选特定设施的列 #

如果只想看某一个或几个设施的数据，有两种简洁的方式：

• 用元组定位列：直接指定多级索引的层级值，比如只看Roseville的数据：

  # 获取单个设施的Series
  roseville_data = pv.loc[:, ('Base Report', 'Roseville')]
  # 如果要保留DataFrame格式，把设施名放到列表里
  roseville_df = pv.loc[:, ('Base Report', ['Roseville'])]
  # 选多个设施
  multi_facility_df = pv.loc[:, ('Base Report', ['Roseville', 'Sacramento'])]
  

• 用xs方法快速取层级：因为第一层列索引都是Base Report，可以直接跳过第一层，取第二层的指定值：

  roseville_data = pv.xs('Roseville', level='FacilityName', axis=1)
  

2. 结合行（TimeToRun）的筛选 #

如果需要同时筛选指定的运行时间和设施，直接组合行和列的定位即可：

# 比如筛选TimeToRun为"Morning"且设施为South Sacramento的数据
filtered_data = pv.loc['Morning', ('Base Report', 'South Sacramento')]
# 保留DataFrame格式
filtered_df = pv.loc[['Morning'], ('Base Report', ['South Sacramento'])]

3. 参数化灵活筛选 #

如果你的筛选条件是动态参数（比如从用户输入、配置文件获取），可以把参数赋值给变量，再代入代码：

# 示例参数
target_time = "Afternoon"
target_facilities = ["Roseville", "South Sacramento"]

# 执行筛选
result = pv.loc[[target_time], ('Base Report', target_facilities)]

4. 按列值条件筛选 #

如果要筛选计数大于某个阈值的列（比如只保留有数据的列），可以直接对列进行条件判断：

# 筛选所有行中至少有一个计数>0的列
non_zero_cols = pv.loc[:, pv.any()]
# 筛选第一行计数>2的列（假设第一行是你要判断的时间点）
high_count_cols = pv.loc[:, pv.iloc[0] > 2]

可选：扁平化多级列（简化筛选） #

如果觉得多级列操作麻烦，可以先把列名扁平化，变成Base Report_设施名的格式，后续筛选更直观：

# 扁平化列名
pv_flat = pv.copy()
pv_flat.columns = pv_flat.columns.map('_'.join)
# 比如筛选包含Roseville的列
roseville_data = pv_flat.filter(like='Roseville')

内容的提问来源于stack exchange，提问作者hpca01