如何在pandas中查询多索引的索引列值

Question

In [171]: A = np.array([1.1, 1.1, 3.3, 3.3, 5.5, 6.6])

In [172]: B = np.array([111, 222, 222, 333, 333, 777])

In [173]: C = randint(10, 99, 6)

In [174]: df = pd.DataFrame(zip(A, B, C), columns=['A', 'B', 'C'])

In [175]: df.set_index(['A', 'B'], inplace=True)

In [176]: df
Out[176]: 
          C
A   B      
1.1 111  20
    222  31
3.3 222  24
    333  65
5.5 333  22
6.6 777  74 

现在，我要检索一个值:
Q1:在[3.3,6.6]范围内-预期返回值：[3.3,5.5,6.6]或[3.3,3.3,5.5,6.6]（包括最后一个），如果没有，则为[3.3,5.5]或[3.3,3.3,5.5]。
Q2:在[2.0,4.0]范围内-预期返回值：[3.3]或[3.3,3.3]

对于任何其他多索引维度都是相同的，例如B值:
Q3:在范围[111，500]中有重复，作为范围中的数据行数-预期返回值:[111，222,222,333,333]

更正式：

让我们假设T是一个有a、B和C列的表，表包括n行。表格单元格是数字，例如A double、B和C整数。让我们创建一个表T的数据帧，命名为DF。让我们设置DF的A和B列索引（没有重复，即没有单独的A和B列作为索引，单独作为数据），即A和B在本例中为multiindex。

问题：

null

对于不是索引的列，我知道上面问题的答案，但是对于索引，经过在web上的长期研究和pandas功能的实验，我没有成功。我现在看到的唯一方法（不需要额外编程）是除了索引之外，还有一个a和B的副本作为数据列。

Answer 1

通过多索引值查询df，例如，其中(A>1.7)和(B<666):

In [536]: result_df = df.loc[(df.index.get_level_values('A') > 1.7) & (df.index.get_level_values('B') < 666)]

In [537]: result_df
Out[537]: 
          C
A   B      
3.3 222  43
    333  59
5.5 333  56

因此，例如要获得“A”索引值（如果仍然需要的话）：

In [538]: result_df.index.get_level_values('A')
Out[538]: Index([3.3, 3.3, 5.5], dtype=object)

问题是，在大数据帧中，索引选择的性能比排序规则行选择的性能差10%。并且在重复的工作中，循环，延迟累积。参见示例：

In [558]: df = store.select(STORE_EXTENT_BURSTS_DF_KEY)

In [559]: len(df)
Out[559]: 12857

In [560]: df.sort(inplace=True)

In [561]: df_without_index = df.reset_index()

In [562]: %timeit df.loc[(df.index.get_level_values('END_TIME') > 358200) & (df.index.get_level_values('START_TIME') < 361680)]
1000 loops, best of 3: 562 µs per loop

In [563]: %timeit df_without_index[(df_without_index.END_TIME > 358200) & (df_without_index.START_TIME < 361680)]
1000 loops, best of 3: 507 µs per loop