python - 重置索引后无法过滤索引列中包含特定值的行

Question

我正在组织一些计划的数据，其中包含计划阶段的信息，P（初步）或 F（最终）。我正在使用pandas 文档中示例中显示的方法。

df1 = pd.read_excel('FilePath', sheetname = 'ForFilter')
df1


landuse_SUB_ID  TYPE    RECD_DATE   PHASE   LAND_USE    CPACTIONDA
0   24  1   2000-04-07  P   ROW 2000-05-04
1   24  1   2000-04-07  P   NONE    2000-05-04
2   25  1   2000-08-10  P   COMM    2000-09-08
3   34  1   2000-04-14  F   REC 2000-04-14
4   34  1   2000-04-14  F   SFD 2000-04-14
5   35  1   2000-01-20  P   NONE    2000-02-02
6   42  1   2000-04-04  P   SFD 2000-05-01
7   42  1   2000-12-06  P   SFD 2001-01-03
8   43  1   2000-09-07  P   NONE    2000-09-21
9   51  1   2000-11-10  P   NONE    2000-11-28
10  53  1   2000-02-22  F   SFD 2000-02-22

在使用示例中的方法（使用likeand regex）之后，在我看来这些方法只能过滤索引列中的值。因此我更改了索引：

df1_filter1 = df1.set_index('PHASE')


landuse_SUB_ID  TYPE    RECD_DATE   LAND_USE    CPACTIONDA
PHASE                   
P   24  1   2000-04-07  ROW 2000-05-04
P   24  1   2000-04-07  NONE    2000-05-04
P   25  1   2000-08-10  COMM    2000-09-08
F   34  1   2000-04-14  REC 2000-04-14
F   34  1   2000-04-14  SFD 2000-04-14
P   35  1   2000-01-20  NONE    2000-02-02
P   42  1   2000-04-04  SFD 2000-05-01
P   42  1   2000-12-06  SFD 2001-01-03
P   43  1   2000-09-07  NONE    2000-09-21
P   51  1   2000-11-10  NONE    2000-11-28
F   53  1   2000-02-22  SFD 2000-02-22

现在数据框Phase用作索引，我使用like过滤方法df1_filter1：

df1_filter1.filter(like = 'F', axis = 0)

我得到错误

“ValueError：无法从重复轴重新索引”

这对我来说似乎是一个非常简单的操作，所以我只是想知道我做错了什么导致了这个错误。对于我的问题，什么是最好的方法（最少的步骤和最干净的代码）。

标签： pythonpandasfilter

Answer 1

filter可能直观地感觉是正确的功能，但您几乎可以肯定应该使用它loc来过滤您的数据（在上面的示例链接中，它在一个黄色的大框中显示“另见：loc”）。对于这个简单的示例，您还可以使用布尔索引：

>>> df1.loc[df1['PHASE'] == 'F']  # or boolean indexing via df1[df1['PHASE'] == 'F']
    landuse_SUB_ID  TYPE   RECD_DATE PHASE LAND_USE  CPACTIONDA
3               34     1  2000-04-14     F      REC  2000-04-14
4               34     1  2000-04-14     F      SFD  2000-04-14
10              53     1  2000-02-22     F      SFD  2000-02-22