多索引查找给定值的所有索引

Question

我使用pandas.Series和MultiIndex进行双向加权查找。我认为使用MultiIndex也可以很容易地找到给定级别对应的其他级别，但是我找不到一个简单的函数other，它可以执行以下操作：

>>> index=pandas.MultiIndex.from_tuples(
...                  [(0, 0),(1,2),(3,4),(5,6),(5,7),(8,0),(9,0)],
...                  names=["concept", "word"])
>>> other(index, "word", 0)
{0, 8, 9}
>>> other(index, "concept", 3)
{4}
>>> other(index, "word", 6)
{5}

我很乐意指定级别号而不是级别名，并得到任何iterable，不一定是一个集合。我只有一个2级多指标，所以我不关心如何推广到更高级别的多指标，甚至不关心它是否推广。你知道吗

如果这涉及到迭代多索引中的所有条目并比较它们，我会有点不高兴，因为我认为索引有点像多键哈希表。你知道吗

Answer 1

方法1:

您可以使用矢量化方法构建自定义函数，如图所示：

def other(index, slicing, value):
    arr = np.column_stack(index.values.tolist())
    return (np.delete(arr, slicing, axis=0)[0][arr[slicing]==value])

用法：

other(index, slicing=index.names.index('word'), value=0)
# array([0, 8, 9])

时间：

%timeit other(index, slicing=index.names.index('word'), value=0)
10000 loops, best of 3: 43.9 µs per loop

---

方法2:

插入{1}会得到一个对应于arg的整数，如果你想要插入一个位置，那么你可以使用：

演示：

index.get_loc_level(key=3, level='concept')[1].ravel()
# array([4], dtype=int64)

index.get_loc_level(key=0, level='word')[1].ravel()
# array([0, 8, 9], dtype=int64)

index.get_loc_level(key=6, level='word')[1].ravel()
# array([5], dtype=int64)

时间：

%timeit index.get_loc_level(key=0, level='word')[1].ravel()
10000 loops, best of 3: 129 µs per loop

因此，使用自定义函数而不是使用 给出了二级多索引DF的内建方法。你知道吗

Answer 2

这个怎么样：

>>> index.get_level_values('concept').values[index.get_level_values('word').values == 0]
array([0, 8, 9])

>>> index.get_level_values('concept').values[index.get_level_values('word').values == 6]
array([5])

>>> index.get_level_values('word').values[index.get_level_values('concept').values == 3]
array([4])

---

请注意，您可以轻松地将numpy数组转换为集合：

>>> set(np.array([1, 2, 3]))
{1, 2, 3}

将上述所有内容包装到某个函数other中应该不是很困难。你知道吗