以下代码的前提：import pandas as pd
层次化索引使你能在一个轴上拥有多个（两个以上）索引级别。抽象的说，它使你能以低维度形式处理高维度数据。
1 >>> data = pd.Series(np.random.randn(10), index=[[‘a‘, ‘a‘, ‘a‘, ‘b‘, ‘b‘, ‘b‘, ‘c‘, ‘c‘, ‘d‘, ‘d‘], [1, 2, 3, 1, 2, 3, 1, 2, 2, 3]]) 2 >>> data 3 a 1 3.230188 4 2 0.596511 5 3 0.956307 6 b 1 1.132221 7 2 0.746174 8 3 0.470007 9 c 1 0.880883 10 2 0.757047 11 d 2 -0.028331 12 3 0.382625 13 dtype: float64 14 >>> data.index #带MultiIndex索引的Series的格式化输出形式，索引之间的“间隔”表示“直接使用上面的标签” 15 MultiIndex([(‘a‘, 1), 16 (‘a‘, 2), 17 (‘a‘, 3), 18 (‘b‘, 1), 19 (‘b‘, 2), 20 (‘b‘, 3), 21 (‘c‘, 1), 22 (‘c‘, 2), 23 (‘d‘, 2), 24 (‘d‘, 3)], 25 ) 26 >>> data[‘b‘] #选取数据子集 27 1 1.132221 28 2 0.746174 29 3 0.470007 30 dtype: float64 31 >>> data[‘b‘: ‘c‘] 32 b 1 1.132221 33 2 0.746174 34 3 0.470007 35 c 1 0.880883 36 2 0.757047 37 dtype: float64 38 >>> data.loc[[‘b‘, ‘d‘]] 39 b 1 1.132221 40 2 0.746174 41 3 0.470007 42 d 2 -0.028331 43 3 0.382625 44 dtype: float64 45 >>> data[:, 2] #在“内层”中进行选取 46 a 0.596511 47 b 0.746174 48 c 0.757047 49 d -0.028331 50 dtype: float64
层次索引在数据重塑和基于和基于分组的操作（如透视表生成）中有重要作用。如可以通过unstack方法重新安排多层数据到一个DataFrame中。
1 >>> data 2 a 1 3.230188 3 2 0.596511 4 3 0.956307 5 b 1 1.132221 6 2 0.746174 7 3 0.470007 8 c 1 0.880883 9 2 0.757047 10 d 2 -0.028331 11 3 0.382625 12 dtype: float64 13 >>> data.unstack() 14 1 2 3 15 a 3.230188 0.596511 0.956307 16 b 1.132221 0.746174 0.470007 17 c 0.880883 0.757047 NaN 18 d NaN -0.028331 0.382625 19 >>> data.unstack().stack() #stack使unstack的逆运算 20 a 1 3.230188 21 2 0.596511 22 3 0.956307 23 b 1 1.132221 24 2 0.746174 25 3 0.470007 26 c 1 0.880883 27 2 0.757047 28 d 2 -0.028331 29 3 0.382625 30 dtype: float64
对于一个DataFrame，每条轴都可以分成索引，每层都可以由名字（可能是字符串，也可以是别的python对象）。如果指定了名字，它们就会显示在控制台输出中。
1 >>> frame = pd.DataFrame(np.arange(12).reshape((4, 3)), index=[[‘a‘, ‘a‘, ‘b‘, ‘b‘], [1, 2, 1, 2 -2]], columns=[[‘Oh‘, ‘Oh‘, ‘Co‘], [‘Gr‘, ‘Re‘, ‘Gr‘]]) 3 >>> frame 4 Oh Co 5 Gr Re Gr 6 a 1 0 1 2 7 2 3 4 5 8 b 1 6 7 8 9 -2 9 10 11 10 >>> frame.index.names = [‘key1‘, ‘key2‘] 11 >>> frame.columns.names = [‘state‘, ‘color‘] 12 >>> frame 13 state Oh Co 14 color Gr Re Gr 15 key1 key2 16 a 1 0 1 2 17 2 3 4 5 18 b 1 6 7 8 19 -2 9 10 11 20 >>> frame[‘Oh‘] 21 color Gr Re 22 key1 key2 23 a 1 0 1 24 2 3 4 25 b 1 6 7 26 -2 9 10
1.1 重排分级排序
有时需要调整某条轴上各级别的顺序，或根据指定级别上的值对数据进行排序。swaplevel接受两个级别编号或名称，并返回一个互换了级别的新对象（当数据不会发生变化）。
1 >>> frame 2 state Oh Co 3 color Gr Re Gr 4 key1 key2 5 a 1 0 1 2 6 2 3 4 5 7 b 1 6 7 8 8 -2 9 10 11 9 >>> frame.swaplevel(‘key1‘, ‘key2‘) 10 state Oh Co 11 color Gr Re Gr 12 key2 key1 13 1 a 0 1 2 14 2 a 3 4 5 15 1 b 6 7 8 16 -2 b 9 10 11
1.2 根据级别汇总统计
许多对DataFrame和Series的描述和汇总统计都有一个level选项，用于指定在某条轴上求和的级别。
1 >>> frame 2 state Oh Co 3 color Gr Re Gr 4 key1 key2 5 a 1 0 1 2 6 2 3 4 5 7 b 1 6 7 8 8 -2 9 10 11 9 >>> frame.sum(level=‘key2‘) 10 state Oh Co 11 color Gr Re Gr 12 key2 13 1 6 8 10 14 2 3 4 5 15 -2 9 10 11 16 >>> frame.sum(level=‘color‘, axis=1) 17 color Gr Re 18 key1 key2 19 a 1 2 1 20 2 8 4 21 b 1 14 7 22 -2 20 10 23 >>>
1.3 使用DataFrame的列
经常将DataFrame的一个或多个列当作行索引来使用，或者希望将行索引变成DataFrame的列。
DataFrame的set_index函数会将其一个或多个列转换为行索引，并创建一个新的DataFrame。
1 >>> frame = pd.DataFrame({‘a‘: range(7), ‘b‘: range(7, 0, -1), ‘c‘: [‘one‘, ‘one‘, ‘one‘, ‘two‘, ‘two‘, ‘two‘, ‘two‘], ‘d‘: [0, 1, 2, 0, 1, 2, 3]})
2 >>> frame
3 a b c d
4 0 0 7 one 0
5 1 1 6 one 1
6 2 2 5 one 2
7 3 3 4 two 0
8 4 4 3 two 1
9 5 5 2 two 2
10 6 6 1 two 3
11 >>> frame2 = frame.set_index([‘c‘, ‘d‘])
12 >>> frame2
13 a b
14 c d
15 one 0 0 7
16 1 1 6
17 2 2 5
18 two 0 3 4
19 1 4 3
20 2 5 2
21 3 6 1
22 >>> frame.set_index([‘c‘, ‘d‘], drop=False) #可选择保留那些列
23 a b c d
24 c d
25 one 0 0 7 one 0
26 1 1 6 one 1
27 2 2 5 one 2
28 two 0 3 4 two 0
29 1 4 3 two 1
30 2 5 2 two 2
31 3 6 1 two 3
reset_index的功能和set_index刚好相反、层次化索引的级别会被转移到列里面：
1 >>> frame2 2 a b 3 c d 4 one 0 0 7 5 1 1 6 6 2 2 5 7 two 0 3 4 8 1 4 3 9 2 5 2 10 3 6 1 11 >>> frame2.reset_index() 12 c d a b 13 0 one 0 0 7 14 1 one 1 1 6 15 2 one 2 2 5 16 3 two 0 3 4 17 4 two 1 4 3 18 5 two 2 5 2 19 6 two 3 6 1
原文地址：https://www.cnblogs.com/mrlayfolk/p/12256500.html
时间： 2024-08-21 14:30:05