|
多级索引：在一个轴上有多个(两个以上）的索引，能够以低维度形式来表示高维度的数据。单级索引是Index对象，多级索引是MultiIndex对象。
一、创建多级索引
方法一：隐式创建，即给DataFrame的index或columns参数传递两个或更多的数组。
df1 = pd.DataFrame(np.random.randint(80, 120, size=(2, 4)),
index= ['girl', 'boy'],
columns=[['English', 'English', 'Chinese', 'Chinese'],
['like', 'dislike', 'like', 'dislike']])
print(df1) # 创建多级 列 索引
-------------------------------------------------------------------------------------
English Chinese
like dislike like dislike
girl 85 109 117 110
boy 85 111 100 107
方法二、显示创建，推荐使用较简单的pd.MultiIndex.from_product方法
df2 = pd.DataFrame(np.random.randint(80, 120, size=(4, 2)),
columns= ['girl', 'boy'],
index=pd.MultiIndex.from_product([['English','Chinese'],
['like','dislike']]))
print(df2) # 创建多级 行 索引
-------------------------------------------------------------------------------------
girl boy
English like 92 98
dislike 118 99
Chinese like 109 108
dislike 108 91
二、检索多级索引
类似单级索引检索(loc、iloc)，以df1数据为例
df1.English
-------------------------------------------------------------------------------------
like dislike
girl 105 112
boy 118 87
df1.English.dislike
-------------------------------------------------------------------------------------
girl 112
boy 87
Name: dislike, dtype: int64
df1.iloc[:,0:3]
-------------------------------------------------------------------------------------
English Chinese
like dislike like
girl 85 113 82
boy 97 83 94
df1.loc['girl', ['English', 'Chinese']]
-------------------------------------------------------------------------------------
English like 105
dislike 112
Chinese like 87
dislike 92
Name: girl, dtype: int64
多级索引的检索，可以使用更高级的方法，如xs、IndexSlice等，用到较少暂不介绍。
三、更改索引的层级
创建多级索引
df = pd.DataFrame(np.random.randint(80, 120, size=(6, 4)),
index= pd.MultiIndex.from_product([[1, 2, 3],['girl', 'boy']]),
columns=pd.MultiIndex.from_product([['English','Chinese'],
['Y','N']]))
print(df)
-------------------------------------------------------------------------------------
English Chinese
Y N Y N
1 girl 86 99 111 105
boy 85 110 113 112
2 girl 98 106 108 94
boy 117 80 97 83
3 girl 95 81 114 95
boy 106 95 119 81
为多级索引命名
df.columns.names = ['Language', 'Pass'] # 设置列索引名
df.index.names = ['Class', 'Six'] # 设置行索引名
print(df)
-------------------------------------------------------------------------------------
Language English Chinese
Pass Y N Y N
Class Six
1 girl 86 99 111 105
boy 85 110 113 112
2 girl 98 106 108 94
boy 117 80 97 83
3 girl 95 81 114 95
boy 106 95 119 81
更改索引的层级(swaplevel)
df.swaplevel('Six','Class') # 更改行索引的层级
-------------------------------------------------------------------------------------
Language English Chinese
Pass Y N Y N
Six Class
girl 1 86 99 111 105
boy 1 85 110 113 112
girl 2 98 106 108 94
boy 2 117 80 97 83
girl 3 95 81 114 95
boy 3 106 95 119 81
四、多级索引的值排序(sort_index)
方法一
df.sort_index(level=0, axis=0, ascending=False) # 对行索引Class的值进行降序排列
-------------------------------------------------------------------------------------
Language English Chinese
Pass Y N Y N
Class Six
3 girl 95 81 114 95
boy 106 95 119 81
2 girl 98 106 108 94
boy 117 80 97 83
1 girl 86 99 111 105
boy 85 110 113 112
方法二：使用sortlevel方法，从0.20.0版本开始，已经被弃用
五、多级索引汇总统计
示例一
df.sum(level=1) 或df.sum(level='Six') # 对行索引Six进行求和
-------------------------------------------------------------------------------------
Language English Chinese
Pass Y N Y N
Six
girl 279 286 333 294
boy 308 285 329 276
示例二
df.sum(level=0, axis=1) 或 df.sum(level='Language', axis=1) # 对列索引Language进行求和
-------------------------------------------------------------------------------------
Language English Chinese
Class Six
1 girl 185 216
boy 195 225
2 girl 204 202
boy 197 180
3 girl 176 209
boy 201 200
六、多级索引轴向转换
常见的数据层次化结构：树状和表格
轴向转换的函数
stack() : 将行索引变成列索引，可以理解为将表格数据转换为树状数据
unstack() : 将列索引变成行索引，可以理解为将树状数据转换为表格数据
两个函数互为逆函数，作用相反，用法相同。单级索引时，结果会生成一个Series；多级索引时默认转换最内层索引，也可以自定义转换的索引层级
示例
print(df) # 数据源
-------------------------------------------------------------------------------------
Language English Chinese
Pass Y N Y N
Class Six
1 girl 86 99 111 105
boy 85 110 113 112
2 girl 98 106 108 94
boy 117 80 97 83
3 girl 95 81 114 95
boy 106 95 119 81
df.stack() # 默认将最内层的行索引(Pass)转换为了列索引
-------------------------------------------------------------------------------------
Language Chinese English
Class Six Pass
1 girl N 105 99
Y 111 86
boy N 112 110
Y 113 85
2 girl N 94 106
Y 108 98
boy N 83 80
Y 97 117
3 girl N 95 81
Y 114 95
boy N 81 95
Y 119 106
df.unstack(level=0) # 指定将列索引(Class)转化成行索引
-------------------------------------------------------------------------------------
Language English Chinese
Pass Y N Y N
Class 1 2 3 1 2 3 1 2 3 1 2 3
Six
boy 85 117 106 110 80 95 113 97 119 112 83 81
girl 86 98 95 99 106 81 111 108 114 105 94 95
七、多级索引转换单级索引
步骤：先将多级的行索引转换为列索引，再重置列索引
示例
dt = df.stack() # 将内层行索引()转换为列索引
dt = dt.reset_index() # 重置列索引
print(dt)
-------------------------------------------------------------------------------------
Language Class Six Pass Chinese English
0 1 girl N 105 99
1 1 girl Y 111 86
2 1 boy N 112 110
3 1 boy Y 113 85
4 2 girl N 94 106
5 2 girl Y 108 98
6 2 boy N 83 80
7 2 boy Y 97 117
8 3 girl N 95 81
9 3 girl Y 114 95
10 3 boy N 81 95
11 3 boy Y 119 106
|