选择多索引组中的第一个子组

Question

我有一个带有两级索引的熊猫数据帧。对于每个级别1索引，我要选择第一个级别2索引记录

df = pd.DataFrame({'Person': [1, 1, 1, 2, 2, 2, 3, 3, 3], 
    'Year': ['2020','2020', '2019','2019','2019','2018', '2019','2018','2017'],'class':list('AISAAIASS'),
                  'val': randint(0, 10, 9)})
df

Person  Year class val
0   1   2020    A   8
1   1   2020    I   7
2   1   2019    S   6
3   2   2019    A   8
4   2   2019    A   1
5   2   2018    I   2
6   3   2019    A   0
7   3   2018    S   6
8   3   2017    S   8

我想要2020年（年度）记录中的第1人（第2名），2019年记录中的第2人（第2名），2019年记录中的第3人（第1名）

我查了很多密码，仍然找不到答案。有简单的方法吗

Answer 1

使用^{}和^{}作为第一个MultiIndex值，然后按^{}过滤：

np.random.seed(2020)
df = pd.DataFrame({'Person': [1, 1, 1, 2, 2, 2, 3, 3, 3], 
                  'Year': ['2020','2020', '2019','2019','2019','2018', '2019','2018','2017'],
                  'class':list('AISAAIASS'),
                  'val': np.random.randint(0, 10, 9)}).set_index(['Person','Year'])

---

idx = df.index[~df.index.get_level_values(0).duplicated()]
df1 = df[df.index.isin(idx)]

或通过第一级^{}获取第一个索引值：

df1 = df[df.index.isin(df.groupby(['Person']).head(1).index)]

---

print (df1)
            class  val
Person Year           
1      2020     A    0
       2020     I    8
2      2019     A    6
       2019     A    3
3      2019     A    7