问题描述
所以我有以下 3D Pandas Dataframe， new ：
unique cat numerical
c f b d a e
0 2 5 1 3 0 4
1 8 11 7 9 6 10
2 14 17 13 15 12 16
我想找到哪个“浅”列包含“更深”列“d”，即“猫”。
我对 Pandas 真的很new.columns ，但在盯着new.columns一会儿之后：
MultiIndex(levels=[['cat', 'numerical', 'unique'], ['a', 'b', 'c', 'd', 'e', 'f']],
labels=[[2, 2, 0, 0, 1, 1], [2, 5, 1, 3, 0, 4]])
我终于发现这种看似冗长，极其嵌套，令人费解的做法确实让我感到'cat' ：
print(
new.columns.levels[0][\
new.columns.labels[0][\
pd.Index(new.columns.labels[1]).get_loc(\
pd.Index(new.columns.levels[1]).get_loc('d'))]]
)
我基本上是在级别下的第二个数组中获取 'd' 的位置（我们称之为 pos1），然后在标签下的第二个数组中找到该值（pos1）的位置（pos2），然后找到值（ val1) 使用该位置 (pos2) 在 'labels' 下的第一个数组中，最后使用位置 val1 在 'levels' 下的第一个数组中找到列名。
所以我的问题是，有没有更好的、“正确的”方式来做这一切？ 谢谢。
PS 在单独的说明中，所有这些实际上只是为了我可以在不知道它属于哪个“浅”列的情况下搜索“d”列：
row = (new.loc[new['cat']['d'] == 9])
这样我得到：
unique cat numerical
c f b d a e
1 8 11 7 9 6 10
所以如果有办法做到这一点，整个问题就可以避免。（我也是堆栈溢出的新手，我必须把它放在一个新问题或 smt 中）
1楼
swaplevel
但是不能保证你有一个唯一的列，所以我用iloc[:, 0]强制这个问题
new[new.swaplevel(0, 1, 1).d.iloc[:, 0].eq(9)]
unique cat numerical
c f b d a e
1 8 11 7 9 6 10
xs
关于不保证唯一性的相同警告
new[new.xs('d', 1, 1).iloc[:, 0].eq(9)]
unique cat numerical
c f b d a e
1 8 11 7 9 6 10
IndexSlice
new[new.loc[:, pd.IndexSlice[:, 'd']].iloc[:, 0].eq(9)]
unique cat numerical
c f b d a e
1 8 11 7 9 6 10
levels和labels
我的复杂方法版本
a0, a1 = new.columns.labels
b0, b1 = new.columns.levels
j = b1.get_loc('d')
i = a0[(a1 == j).argmax()]
t = (b0[i], b1[j])
new[new[t] == 9]
unique cat numerical
c f b d a e
1 8 11 7 9 6 10