pandas.Series.xs#

Series.xs(key, axis=0, level=None, drop_level=True)[源代码]#

从 Series/DataFrame 返回横截面。

此方法接受一个 key 参数,用于在 MultiIndex 的特定级别选择数据。

参数:
关键标签或标签的元组

索引中包含的标签,或在 MultiIndex 中部分包含的标签。

{0 或 ‘index’, 1 或 ‘columns’},默认 0

要检索横截面的轴。

级别对象,默认为前 n 层(n=1 或 len(key))

在键部分包含在 MultiIndex 中的情况下,指示使用哪些级别。级别可以通过标签或位置来引用。

drop_level布尔值, 默认为 True

如果为 False,则返回与自身相同层级的对象。

返回:
Series 或 DataFrame

从原始 Series 或 DataFrame 中对应于所选索引级别的横截面。

参见

DataFrame.loc

通过标签或布尔数组访问一组行和列。

DataFrame.iloc

纯基于整数位置的索引,用于按位置选择。

备注

xs 不能用于设置值。

MultiIndex Slicers 是一种通用的方法,用于在任何级别或多个级别上获取/设置值。它是 xs 功能的超集,参见 MultiIndex Slicers

例子

>>> d = {
...     "num_legs": [4, 4, 2, 2],
...     "num_wings": [0, 0, 2, 2],
...     "class": ["mammal", "mammal", "mammal", "bird"],
...     "animal": ["cat", "dog", "bat", "penguin"],
...     "locomotion": ["walks", "walks", "flies", "walks"],
... }
>>> df = pd.DataFrame(data=d)
>>> df = df.set_index(["class", "animal", "locomotion"])
>>> df
                           num_legs  num_wings
class  animal  locomotion
mammal cat     walks              4          0
       dog     walks              4          0
       bat     flies              2          2
bird   penguin walks              2          2

获取指定索引处的值

>>> df.xs("mammal")
                   num_legs  num_wings
animal locomotion
cat    walks              4          0
dog    walks              4          0
bat    flies              2          2

获取多个索引处的值

>>> df.xs(("mammal", "dog", "walks"))
num_legs     4
num_wings    0
Name: (mammal, dog, walks), dtype: int64

在指定索引和级别获取值

>>> df.xs("cat", level=1)
                   num_legs  num_wings
class  locomotion
mammal walks              4          0

在多个索引和级别获取值

>>> df.xs(("bird", "walks"), level=[0, "locomotion"])
         num_legs  num_wings
animal
penguin         2          2

在指定列和轴上获取值

>>> df.xs("num_wings", axis=1)
class   animal   locomotion
mammal  cat      walks         0
        dog      walks         0
        bat      flies         2
bird    penguin  walks         2
Name: num_wings, dtype: int64