Python多索引数组反连接：筛选满足特定条件的ID

嘿，我来帮你搞定这个Pandas多索引的筛选问题！先从构造示例数据开始，方便咱们一步步演示：

1. 先搭好示例数据 #

把你给出的表格转换成Pandas多索引DataFrame：

import pandas as pd

data = {
    'id': ['x1', 'x2', 'x2', 'x2', 'x3'],
    'day': ['Sunday', 'Friday', 'Thursday', 'Wednesday', 'Friday'],
    'sum': [37, 183, 61, 28, 32]
}
df = pd.DataFrame(data).set_index(['id', 'day'])

2. 排除特定的(id, day)组合（比如x1+Sunday） #

要去掉x1对应Sunday的那一行，有两种实用方法：

方法一：条件取反筛选 #

用~符号对"x1且Sunday"的条件取反，就能保留所有不符合这个组合的行：

# 筛选出不是x1+Sunday的所有行
filtered_df = df[~((df.index.get_level_values('id') == 'x1') & (df.index.get_level_values('day') == 'Sunday'))]

如果后续要排除多个组合，直接用|（或）连接更多条件就行，比如同时去掉x1+Sunday和x3+Friday：

filtered_df = df[~(
    ((df.index.get_level_values('id') == 'x1') & (df.index.get_level_values('day') == 'Sunday')) |
    ((df.index.get_level_values('id') == 'x3') & (df.index.get_level_values('day') == 'Friday'))
)]

方法二：直接删除指定索引行 #

如果你明确知道要删的多索引值，直接用drop更简洁：

filtered_df = df.drop(('x1', 'Sunday'))

要删多个组合的话，传一个索引元组的列表就行：

filtered_df = df.drop([('x1', 'Sunday'), ('x3', 'Friday')])

3. 匹配指定日期的ID（比如Sunday、Friday、Wednesday） #

想筛选出指定日期的所有行？用isin方法就能轻松实现：

target_days = ['Sunday', 'Friday', 'Wednesday']
filtered_df = df[df.index.get_level_values('day').isin(target_days)]

要是还想同时限制id（比如只留x2的指定日期行），叠加个条件就行：

filtered_df = df[
    (df.index.get_level_values('id') == 'x2') &
    (df.index.get_level_values('day').isin(target_days))
]

内容的提问来源于stack exchange，提问作者user1334824