如何正确访问由xarray Dataset转换而来的Pandas DataFrame

看起来你已经顺利把xarray Dataset转换成了带有**多级索引（MultiIndex）**的Pandas DataFrame，这个结构确实和你想要的一致——索引层级是test1→test2→test3，列是三个计数字段。下面给你几种常用的访问和操作方式，适配这种多级索引的结构：

• 精准定位某一行
  如果你需要访问特定索引组合的行，直接用loc传入索引元组就行：

  # 获取test1=20000、test2=10、test3=1的整行数据
  df.loc[(20000, 10, 1)]
  

• 按索引层级批量访问
  要是只想指定部分索引层级，剩下的用切片:代替，甚至可以省略后面的切片：

  # 获取test1=20000的所有行
  df.loc[20000, :, :]
  # 更简洁的写法，后面的层级默认全部选中
  df.loc[20000]
  
  # 获取test1=20000且test2=10的所有行
  df.loc[(20000, 10), :]
  

• 访问特定列的数据
  不管索引结构如何，直接用列名就能拿到整列数据：

  # 获取count_at_1列的所有值
  df['count_at_1']
  # 如果列名没有空格或特殊字符，也可以用点语法
  df.count_at_1
  

• 同时定位行和列
  结合索引和列名，精准获取某个单元格的值：

  # 获取test1=60000、test2=100、test3=6对应的count_at_5值
  df.loc[(60000, 100, 6), 'count_at_5']
  

• 转成普通结构方便筛选
  要是觉得多级索引用着不习惯，可以把索引重置成普通列，之后就能用常规的布尔筛选了：

  # 重置索引，test1/test2/test3变成普通列
  df_reset = df.reset_index()
  # 筛选test1等于20000的行
  df_reset[df_reset['test1'] == 20000]
  

另外，如果你之后要修改这些初始的0值，也可以用上面的loc方法直接赋值，比如：

df.loc[(20000, 10, 1), 'count_at_1'] = 5

备注：内容来源于stack exchange，提问作者Caden