【毎日Python】Pythonでマルチインデックスのデータフレームからデータを取得する方法｜DataFrame.xs

import pandas as pd
import numpy as np

Pythonで、マルチインデックスのデータフレームから指定したデータを取得する方法です。
使用するのは、Pythonのpandasライブラリのxsメソッドです。
マルチインデックスとは、複数の列をインデックスとして適用させることができる、データフレームの仕組みのことです。

data = np.random.randint(150, 400,(8, 3))
idx = [['A店',  'A店',  'A店',  'B店', 'B店', 'C店', 'C店', 'C店'], 
       ['りんご', 'バナナ', 'もも', 'りんご', 'もも', 'りんご', 'バナナ', 'もも'],
       ['パック', '箱', '箱', '箱', 'パック', 'パック', '箱', 'パック']]
col = ['10/1', '10/2', '10/3']
df = pd.DataFrame(data=data, index=idx, columns=col)
df.index.names = ['店名', '商品名', '包装']
df

			10/1	10/2	10/3
店名	商品名	包装
A店	りんご	パック	216	188	247
	バナナ	箱	178	268	198
	もも	箱	335	230	299
B店	りんご	箱	306	300	389
B店	もも	パック	250	232	151
C店	りんご	パック	247	293	355
	バナナ	箱	300	367	315
	もも	パック	257	286	340

このようなデータフレームを使用します。
店名、商品名、包装がマルチインデックスになっています。

df.xs('B店',level=0)

		10/1	10/2	10/3
商品名	包装
りんご	箱	306	300	389
もも	パック	250	232	151

マルチインデックスでは、外側の階層から0,1,-1と数えます。
そして、この数字をlevelという引数で指定して、各データを取得することができます。
つまり、B店のデータを取得したい場合にはこのような記述になります。
第一引数に取得したい値、第二引数でlevelで階層を指定します。
実行します。
B店のデータを取得することができました。
なお、一番外側の階層を指定する場合のみ、引数levelは省略できます。

df.xs('りんご', level=1)

		10/1	10/2	10/3
店名	包装
A店	パック	216	188	247
B店	箱	306	300	389
C店	パック	247	293	355

次に、内側の階層を指定してデータを取得してみましょう。
1つ内側の商品名を指定するので、1とします。
実行します。
各店舗における、りんごのデータを取得することができました。

df.xs('A店', level='店名')

		10/1	10/2	10/3
商品名	包装
りんご	パック	216	188	247
バナナ	箱	178	268	198
もも	箱	335	230	299

なお、引数levelには、数字ではなく階層名を指定することもできます。
実行します。
A店のデータを取得することができました。

df.xs(['A店', 'パック'], level=[0, '包装'])

	10/1	10/2	10/3
商品名
りんご	216	188	247

また、値と階層を複数指定することもできます。
それぞれ引数にリストで指定して、実行します。
データを取得することができました。

df.xs('りんご', level='商品名')['10/2']

店名  包装 
A店  パック    188
B店  箱      300
C店  パック    293
Name: 10/2, dtype: int64

追加でカラムを指定をすることもできます。
角括弧でカラム名を追加して実行します。
10月2日における、りんごのデータを取得することができました。

df.xs('10/3', axis=1)

店名  商品名  包装 
A店  りんご  パック    247
    バナナ  箱      198
    もも   箱      299
B店  りんご  箱      389
    もも   パック    151
C店  りんご  パック    355
    バナナ  箱      315
    もも   パック    340
Name: 10/3, dtype: int64

カラムのみを指定する場合には、axis=1を指定します。
実行します。
10月3日におけるデータを取得できました。

関連メソッド