多层索引
多层索引(MultiIndex),具有多个层次索引,有些类似于根据索引进行分组的形式。通过多层次索引,我们可以使用高层次索引,来操作整个索引组的数据。
创建方式
第一种
我们在创建Series或者DataFrame时,通过index(columns)参数传递多维数组,进而创建多级索引。多级索引可以通过names属性设置名称,每级索引的元素个数相同。
第二种
我们MultiIndex类的方法创建MultiIndex对象,然后作为Sereis或者DataFrame的index(columns)参数值。同样可以通过names参数指定多层索引的名称
- from_arrays:接收一个多维数组参数,高维指定高层索引,低纬指定底层索引
- from_tuples:接收一个元素作为列表,每个元组指定每个索-引->(高维索引,低纬索引)
- from_product:接收一个可迭代对象列表,根据可迭代对象列表中元素的笛卡尔积创建多级索引
多层索引操作
对于多层索引,同样支持单层索引的相关操作,例如,索引元素、切片、索引数组选择元素等。我们也可以根据多级索引,按照层次逐级选择元素。多层元素优势,通过高层次索引,来操作整个索引组的数据 操作语法:
- s[操作]
- s.loc[操作]
- s.iloc[操作]
操作可以是索引、切片、数组索引
Series多层索引
- loc:标签索引操作,通过多层索引,获取该索引对应的一组值
- iloc:位置索引操作,获取对应位置的元素值,与是否多层索引无关
- s[操作]的操作逻辑见下,不推荐使用
- 对于索引(单级),首先按照标签选择,如标签不存在,按照位置选择
- 对于多级索引,按照标签进行选择
- 对于切片,如果提供的是整数,按照位置选择,否则按照标签选择
- 对于数组索引,如果数组元素都是整数,根据位置进行索引,否则根据标签索引
DataFrame多层索引
- loc:标签索引操作,通过多层索引,获取该索引对应的一组值
- iloc:位置索引操作,获取对应位置的一行数据,与是否多层索引无关
- s[操作]的操作逻辑见下,不推荐使用
- 对于索引,根据标签获取相应列。如果是多层索引,获得多列
- 对于数组索引,根据标签,获取相应列。如果是多层索引,获得多列
- 对于切片,先按照标签索引,然后再按照位置进行索引,获取行的数据
In [2]:
import numpy as np
import pandas as pd
代码举例:需求如下
湖南 长沙 1 2
衡阳 3 4
北京 海淀 5 6
昌平 7 8
In [25]:
# Series创建多级索引,通过index参数指定
# 单层索引,index参数指定一维数组
# s = pd.Series([1,2,3,4],index=['a','b','c','d'])
# display(s)
# 多级 索引,index参数值指定多维数组
# s = pd.Series([1,2,3,4],index=[['湖南','湖南','北京','北京'],['长沙','衡阳','海淀','昌平']])
# display(s)
# # 多级索引,为每一层索引指定名称
# s.index.names=['省份','城市']
# display(s)
# Series创建多级索引,通过创建MultiIndex对象,设置给index参数
# from_arrays,通过列表的方式创建 [[第1级索引],[第2级索引],.....[第n级索引]]
# m = pd.MultiIndex.from_arrays([['湖南','湖南','北京','北京'],['长沙','衡阳','海淀','昌平']])
# s = pd.Series([1,2,3,4],index=m)
# display(s)
# from_tuples 通过元祖构成列表 [(第1级索引元素,第2级索引元素),(第1级索引元素,第2级索引元素)....]
# m = pd.MultiIndex.from_tuples([('湖南','长沙'),('湖南','衡阳'),('北京','海淀'),('北京','昌平')])
# s = pd.Series([1,2,3,4],index=m)
# display(s)
# from_product 通过笛卡尔积方式创建MultiIndex对象设置给index参数
m = pd.MultiIndex.from_product([['湖南','北京'],['长沙','衡阳','海淀','昌平']])
s = pd.Series([1,2,3,4,5,6,7,8],index=m)
display(s)
湖南 长沙 1
衡阳 2
海淀 3
昌平 4
北京 长沙 5
衡阳 6
海淀 7
昌平 8
dtype: int64
In [30]:
# DataFrame行多级索引
# 它和Series多级索引创建没有区别
# 方式1 index参数多维数组
# df = pd.DataFrame(np.arange(1,9).reshape(4,2),index=[['湖南','湖南','北京','北京'],['长沙','衡阳','海淀','昌平']])
# display(df)
# 方式2 通过MultiIndex类的方法(from_arrays from_tuples from_product)创建MultiIndex对象,设置index,
# from_arrays
# m = pd.MultiIndex.from_arrays([['湖南','湖南','北京','北京'],['长沙','衡阳','海淀','昌平']])
# df = pd.DataFrame(np.arange(1,9).reshape(4,2),index=m)
# display(df)
# from_tuples
# m = pd.MultiIndex.from_tuples([('湖南','长沙'),('湖南','衡阳'),('北京','海淀'),('北京','昌平')])
# df = pd.DataFrame(np.arange(1,9).reshape(4,2),index=m)
# display(df)
# from_product
m = pd.MultiIndex.from_product([['湖南','北京'],['长沙','衡阳','海淀','昌平']])
df = pd.DataFrame(np.arange(1,17).reshape(8,2),index=m)
display(df)
In [185]:
# DataFrame创建列多层索引和行创建多层索引类似,区别在创建DataFrame设置给参数columns
df = pd.DataFrame(np.array([[1,1,1,1],[2,1,2,1]]),index=['七里香','双节棍'],columns=[['中文','中文','English',