我有一个具有多级索引（STK_ID，RPT_Date）的’df’
sales cogs net_pft STK_ID RPT_Date 000876 20060331 NaN NaN NaN 20060630 857483000 729541000 67157200 20060930 1063590000 925140000 50807000 20061231 853960000 737660000 51574000 20070331 -2695245000 -2305078000 -167642500 20070630 1146245000 1050808000 113468500 20070930 1327970000 1204800000 84337000 20071231 1439140000 1331870000 53398000 20080331 -3135240000 -2798090000 -248054300 20080630 1932470000 1777010000 133756300 20080930 1873240000 1733660000 92099000 002254 20061231 -16169620000 -15332705000 -508333200 20070331 -763844000 -703460000 -1538000 20070630 501221000 289167000 118012200 20070930 460483000 274026000 95967000
如何编写命令以过滤“ RPT_Date”包含“ 0630”的行（这是Q2报告）？结果应该是：
sales cogs net_pft STK_ID RPT_Date 000876 20060630 857483000 729541000 67157200 20070630 1146245000 1050808000 113468500 20080630 1932470000 1777010000 133756300 002254 20070630 501221000 289167000 118012200
我正在尝试使用df[df['RPT_Date'].str.contains('0630')]，但是Pandas拒绝工作，因为'RPT_Date'它不是列而是sub_level索引。
df[df['RPT_Date'].str.contains('0630')]
'RPT_Date'
感谢您的提示…
要在列上使用“ str。”方法，可以重置索引，使用列“ str。”方法调用过滤行，然后重新创建索引。
In [72]: x = df.reset_index(); x[x.RPT_Date.str.endswith("0630")].set_index(['STK_ID', 'RPT_Date']) Out[72]: sales cogs net_pft STK_ID RPT_Date 000876 20060630 857483000 729541000 67157200 20070630 1146245000 1050808000 113468500 20080630 1932470000 1777010000 133756300 002254 20070630 501221000 289167000 118012200
但是，这种方法并不是特别快。
In [73]: timeit x = df.reset_index(); x[x.RPT_Date.str.endswith("0630")].set_index(['STK_ID', 'RPT_Date']) 1000 loops, best of 3: 1.78 ms per loop
另一种方法基于一个事实，即MultiIndex对象的行为与元组列表非常相似。
In [75]: df.index Out[75]: MultiIndex [('000876', '20060331') ('000876', '20060630') ('000876', '20060930') ('000876', '20061231') ('000876', '20070331') ('000876', '20070630') ('000876', '20070930') ('000876', '20071231') ('000876', '20080331') ('000876', '20080630') ('000876', '20080930') ('002254', '20061231') ('002254', '20070331') ('002254', '20070630') ('002254', '20070930')]
在此基础上，您可以使用df.index.map（）从MultiIndex创建一个布尔数组，然后使用结果过滤框架。
In [76]: df[df.index.map(lambda x: x[1].endswith("0630"))] Out[76]: sales cogs net_pft STK_ID RPT_Date 000876 20060630 857483000 729541000 67157200 20070630 1146245000 1050808000 113468500 20080630 1932470000 1777010000 133756300 002254 20070630 501221000 289167000 118012200
这也相当快。
In [77]: timeit df[df.index.map(lambda x: x[1].endswith("0630"))] 1000 loops, best of 3: 240 us per loop
