pandas的分层索引 (MultiIndex) 讲解 |
您所在的位置：网站首页 › pandas 返回索引 › pandas的分层索引 (MultiIndex) 讲解 |
pandas的分层索引 (MultiIndex) 讲解
|
pandas库的名字来源于3种主要数据结构开头字母的缩写：Panel，Dataframe，Series。其中Series表示一维数据，Dataframe表示二维数据，Panel表示三维数据。当数据高于二维时，一般却不用 Panel 表示，一般用包含多层级索引的Dataframe进行表示，而不是使用Panel。原因是使用多层级索引展示数据更加直观，操作数据更加灵活，并且可以表示3维，4维乃至任意维度的数据。 # 导包 import numpy as np import pandas as pd from pandas import Series,DataFrame 一、单层索引 sa = pd.Series([1, 2, 3], index=list('abc'))结果： 
二、多层索引
分层索引是pandas中一个重要的特性，能让我们在一个轴（axis）上有多个index levels（索引层级）。它可以让我们在低维格式下处理高维数据。
1、Series 多层索引 import pandas as pd s = pd.Series([1,2,3,4,5,6],index=[['张三','张三','李四','李四','王五','王五'], ['期中','期末','期中','期末','期中','期末']]) 从图中数据可以看出，张三那一列是数据的第一层索引，期中那一列是数据的第二层索引，而第二层索引值是和数据一一对应的。 但是，我们在创建的时候发现，也需要将名字和考试阶段一一对应，才可以。
2、DataFrame多层索引 #导入numpy并改名为np import numpy as np # np.random.randint(0,100,size=(6,3)) 是使用numpy中的随机模块random中，生成随机整数方法randint， # 里面的参数size是指定生成6行3列的数据，并且每个数字的范围在0到100之间。 da = np.random.randint(100,size=(6,3)) df1 = pd.DataFrame(da,index=[["a","a","b","b","c","c"], ["期末","期中","期末","期中","期末","期中"]], columns=["语文","英语","数学"]) df1
3、pd.MultiIndex 上面建索引的⽅式写起来很麻烦，我们要写很多重复的内容，所以pandas给我们提供了另⼀ 种⽅式（MultiIndex.from_product() ）来构建多层索引。 使⽤MultiIndex.from_product()方法构建，⾸先我们把每层需要的索引写⼊到⼀个列表中，将这些列表在存⼊到⼀个新的列表当中，作为 参数传⼊MultiIndex.from_product()方法中，把结果赋值给变量index，那么这个index就 是我们构造好的索引，我们只需要在创建Series的时候传入索引即可。 # Series names=["a","b","c"] exems=["期中","期末"] index=pd.MultiIndex.from_product([names,exems]) df = pd.Series(np.random.randint(0,150,size=6),index=index) df
该MultiIndex对象是标准Index对象的分层模拟 ，通常将轴标签存储在pandas对象中。您可以将其MultiIndex视为一个元组数组，其中每个元组都是唯一的。 MultiIndex可以从 数组列表（使用 MultiIndex.from_arrays()）、 元组数组（使用 MultiIndex.from_tuples()）、 可迭代的交叉集（使用 MultiIndex.from_product()） 或DataFrame（使用 MultiIndex.from_frame()） 创建。 该Index构造函数将尝试返回MultiIndex时，它传递一个元组列表。 4、set_index # 方法将普通列转成多层级索引 da = np.random.randint(100,size=(6,3)) dic = {"class":["class1","class1","class2","class3"], "name":["linda","mark","lily","cherich"], "score":[100,123,120,116]} df3 = pd.DataFrame(dic) df3.set_index(["class","name"]) 5、groupby # 用来聚合计算，比如mean df3.groupby(['class','name']).mean() 6、pivot_table # 类似于excel的透视表，数据动态排布，分类汇总 df3.pivot_table(index=["class","name"]) 1、直接提取[ ] # 取单个值 df["a"] 2、标签取值 loc[], loc 按自定义的行、列的数据进行取值,不遵循左闭右开 # 取单个值 df.loc[:"a"] # 取多个不连续值 df.loc[["a","c"]] # 取多个连续的值 df.loc[:"b"] 3、下标取值 iloc[]， iloc 按默认的行、列索引的数据进行取值 # 取一个值 df4.iloc[0,3] # 取多个值 df4.iloc[0,[3,5]] # 取连续值 遵循左闭右开 df4.iloc[0:1,3:5]
1、按照索引排序，sort_index() level=0 表示按照第⼀层索引进⾏排序，默认为0，为1表示优先按照第⼆层索引 ...ascending=False 表示从⼤到⼩进⾏排列，默认为True(从⼩到⼤排序) names=[1,2,3] exems=["a","b"] index=pd.MultiIndex.from_product([names,exems]) data1 = pd.Series([89,53,56,89,78,90],index=index) # level = 0 则按照第一层索引排序 1 按照第二层 # ascending=False 降序 大到小 True 从小到大 data1.sort_index(level=0,ascending=False)
2、按照具体值（列名）排序，sort_value() # series data1.sort_values(ascending=False) # dataFrame df1.sort_values(by="语文",ascending=False)
参考：https://www.jianshu.com/p/10b96a839134 |
【本文地址】
今日新闻 |
推荐新闻 |