Pandas 十七：分层索引MultiIndex

最新推荐文章于 2023-07-04 23:40:34 发布
最新推荐文章于 2023-07-04 23:40:34 发布
阅读量487 收藏 2
点赞数 1
分类专栏： Pandas
原文链接：https://mp.csdn.net/console/home?
版权

Pandas 十七：分层索引MultiIndex

为什么要学习分层索引MultiIndex？

  • 分层索引：在一个轴向上拥有多个索引层级，可以表达更高维度数据的形式；
  • 可以更方便的进行数据筛选，如果有序则性能更好；
  • groupby等操作的结果，如果是多KEY，结果是分层索引，需要会使用
  • 一般不需要自己创建分层索引(MultiIndex有构造函数但一般不用)

演示数据：百度、阿里巴巴、爱奇艺、京东四家公司的10天股票数据

数据来自：英为财经
https://cn.investing.com/

本次演示提纲：
一、Series的分层索引MultiIndex
二、Series有多层索引怎样筛选数据？
三、DataFrame的多层索引MultiIndex
四、DataFrame有多层索引怎样筛选数据？

1

import pandas as pd
%matplotlib inline

1

stocks = pd.read_excel('./datas/stocks/互联网公司股票.xlsx')

3

stocks.shape

3

(12, 8)

4

stocks.head(3)

4

日期	公司	收盘	开盘	高	低	交易量	涨跌幅
0	2019-10-03	BIDU	104.32	102.35	104.73	101.15	2.24	0.02
1	2019-10-02	BIDU	102.62	100.85	103.24	99.50	2.69	0.01
2	2019-10-01	BIDU	102.00	102.80	103.26	101.00	1.78	-0.01

5

stocks["公司"].unique()

5

array(['BIDU', 'BABA', 'IQ', 'JD'], dtype=object)

6

stocks.index

6

RangeIndex(start=0, stop=12, step=1)

7

stocks.groupby('公司')["收盘"].mean()

7

公司
BABA    166.80
BIDU    102.98
IQ       15.90
JD       28.35
Name: 收盘, dtype: float64

一、Series的分层索引MultiIndex

8

ser = stocks.groupby(['公司', '日期'])['收盘'].mean()
ser

8

公司    日期        
BABA  2019-10-01    165.15
      2019-10-02    165.77
      2019-10-03    169.48
BIDU  2019-10-01    102.00
      2019-10-02    102.62
      2019-10-03    104.32
IQ    2019-10-01     15.92
      2019-10-02     15.72
      2019-10-03     16.06
JD    2019-10-01     28.19
      2019-10-02     28.06
      2019-10-03     28.80
Name: 收盘, dtype: float64

多维索引中，空白的意思是：使用上面的值
9

ser.index

9

MultiIndex([('BABA', '2019-10-01'),
            ('BABA', '2019-10-02'),
            ('BABA', '2019-10-03'),
            ('BIDU', '2019-10-01'),
            ('BIDU', '2019-10-02'),
            ('BIDU', '2019-10-03'),
            (  'IQ', '2019-10-01'),
            (  'IQ', '2019-10-02'),
            (  'IQ', '2019-10-03'),
            (  'JD', '2019-10-01'),
            (  'JD', '2019-10-02'),
            (  'JD', '2019-10-03')],
           names=['公司', '日期'])

10

# unstack把二级索引变成列
ser.unstack()

10

日期	2019-10-01	2019-10-02	2019-10-03
公司			
BABA	165.15	165.77	169.48
BIDU	102.00	102.62	104.32
IQ	15.92	15.72	16.06
JD	28.19	28.06	28.80

11

ser

11

公司    日期        
BABA  2019-10-01    165.15
      2019-10-02    165.77
      2019-10-03    169.48
BIDU  2019-10-01    102.00
      2019-10-02    102.62
      2019-10-03    104.32
IQ    2019-10-01     15.92
      2019-10-02     15.72
      2019-10-03     16.06
JD    2019-10-01     28.19
      2019-10-02     28.06
      2019-10-03     28.80
Name: 收盘, dtype: float64

12

ser.reset_index()

12

公司	日期	收盘
0	BABA	2019-10-01	165.15
1	BABA	2019-10-02	165.77
2	BABA	2019-10-03	169.48
3	BIDU	2019-10-01	102.00
4	BIDU	2019-10-02	102.62
5	BIDU	2019-10-03	104.32
6	IQ	2019-10-01	15.92
7	IQ	2019-10-02	15.72
8	IQ	2019-10-03	16.06
9	JD	2019-10-01	28.19
10	JD	2019-10-02	28.06
11	JD	2019-10-03	28.80

二、Series有多层索引MultiIndex怎样筛选数据？

13

ser

13

公司    日期        
BABA  2019-10-01    165.15
      2019-10-02    165.77
      2019-10-03    169.48
BIDU  2019-10-01    102.00
      2019-10-02    102.62
      2019-10-03    104.32
IQ    2019-10-01     15.92
      2019-10-02     15.72
      2019-10-03     16.06
JD    2019-10-01     28.19
      2019-10-02     28.06
      2019-10-03     28.80
Name: 收盘, dtype: float64

14

ser.loc['BIDU']

14

日期
2019-10-01    102.00
2019-10-02    102.62
2019-10-03    104.32
Name: 收盘, dtype: float64

15

# 多层索引，可以用元组的形式筛选
ser.loc[('BIDU', '2019-10-02')]

15

102.62

16

ser.loc[:, '2019-10-02']

16

公司
BABA    165.77
BIDU    102.62
IQ       15.72
JD       28.06
Name: 收盘, dtype: float64

三、DataFrame的多层索引MultiIndex

17

stocks.head()

17

日期	公司	收盘	开盘	高	低	交易量	涨跌幅
0	2019-10-03	BIDU	104.32	102.35	104.73	101.15	2.24	0.02
1	2019-10-02	BIDU	102.62	100.85	103.24	99.50	2.69	0.01
2	2019-10-01	BIDU	102.00	102.80	103.26	101.00	1.78	-0.01
3	2019-10-03	BABA	169.48	166.65	170.18	165.00	10.39	0.02
4	2019-10-02	BABA	165.77	162.82	166.88	161.90	11.60	0.00

18

stocks.set_index(['公司', '日期'], inplace=True)
stocks

18

收盘	开盘	高	低	交易量	涨跌幅
公司	日期						
BIDU	2019-10-03	104.32	102.35	104.73	101.15	2.24	0.02
2019-10-02	102.62	100.85	103.24	99.50	2.69	0.01
2019-10-01	102.00	102.80	103.26	101.00	1.78	-0.01
BABA	2019-10-03	169.48	166.65	170.18	165.00	10.39	0.02
2019-10-02	165.77	162.82	166.88	161.90	11.60	0.00
2019-10-01	165.15	168.01	168.23	163.64	14.19	-0.01
IQ	2019-10-03	16.06	15.71	16.38	15.32	10.08	0.02
2019-10-02	15.72	15.85	15.87	15.12	8.10	-0.01
2019-10-01	15.92	16.14	16.22	15.50	11.65	-0.01
JD	2019-10-03	28.80	28.11	28.97	27.82	8.77	0.03
2019-10-02	28.06	28.00	28.22	27.53	9.53	0.00
2019-10-01	28.19	28.22	28.57	27.97	10.64	0.00

19

stocks.index

19

MultiIndex([('BIDU', '2019-10-03'),
            ('BIDU', '2019-10-02'),
            ('BIDU', '2019-10-01'),
            ('BABA', '2019-10-03'),
            ('BABA', '2019-10-02'),
            ('BABA', '2019-10-01'),
            (  'IQ', '2019-10-03'),
            (  'IQ', '2019-10-02'),
            (  'IQ', '2019-10-01'),
            (  'JD', '2019-10-03'),
            (  'JD', '2019-10-02'),
            (  'JD', '2019-10-01')],
           names=['公司', '日期'])

20

stocks.sort_index(inplace=True)
stocks

20

收盘	开盘	高	低	交易量	涨跌幅
公司	日期						
BABA	2019-10-01	165.15	168.01	168.23	163.64	14.19	-0.01
2019-10-02	165.77	162.82	166.88	161.90	11.60	0.00
2019-10-03	169.48	166.65	170.18	165.00	10.39	0.02
BIDU	2019-10-01	102.00	102.80	103.26	101.00	1.78	-0.01
2019-10-02	102.62	100.85	103.24	99.50	2.69	0.01
2019-10-03	104.32	102.35	104.73	101.15	2.24	0.02
IQ	2019-10-01	15.92	16.14	16.22	15.50	11.65	-0.01
2019-10-02	15.72	15.85	15.87	15.12	8.10	-0.01
2019-10-03	16.06	15.71	16.38	15.32	10.08	0.02
JD	2019-10-01	28.19	28.22	28.57	27.97	10.64	0.00
2019-10-02	28.06	28.00	28.22	27.53	9.53	0.00
2019-10-03	28.80	28.11	28.97	27.82	8.77	0.03

四、DataFrame有多层索引MultiIndex怎样筛选数据？

【重要知识】在选择数据时：

  • 元组(key1,key2)代表筛选多层索引，其中key1是索引第一级，key2是第二级，比如key1=JD, key2=2019-10-02
  • 列表[key1,key2]代表同一层的多个KEY，其中key1和key2是并列的同级索引，比如key1=JD, key2=BIDU

21

stocks.loc['BIDU']

21

收盘	开盘	高	低	交易量	涨跌幅
日期						
2019-10-01	102.00	102.80	103.26	101.00	1.78	-0.01
2019-10-02	102.62	100.85	103.24	99.50	2.69	0.01
2019-10-03	104.32	102.35	104.73	101.15	2.24	0.02

22

stocks.loc[('BIDU', '2019-10-02'), :]

22

收盘     102.62
开盘     100.85
高      103.24
低       99.50
交易量      2.69
涨跌幅      0.01
Name: (BIDU, 2019-10-02), dtype: float64

23

stocks.loc[('BIDU', '2019-10-02'), '开盘']

23

100.85

24

stocks.loc[['BIDU', 'JD'], :]

24

收盘	开盘	高	低	交易量	涨跌幅
公司	日期						
BIDU	2019-10-01	102.00	102.80	103.26	101.00	1.78	-0.01
2019-10-02	102.62	100.85	103.24	99.50	2.69	0.01
2019-10-03	104.32	102.35	104.73	101.15	2.24	0.02
JD	2019-10-01	28.19	28.22	28.57	27.97	10.64	0.00
2019-10-02	28.06	28.00	28.22	27.53	9.53	0.00
2019-10-03	28.80	28.11	28.97	27.82	8.77	0.03

25

stocks.loc[(['BIDU', 'JD'], '2019-10-03'), :]

25

收盘	开盘	高	低	交易量	涨跌幅
公司	日期						
BIDU	2019-10-03	104.32	102.35	104.73	101.15	2.24	0.02
JD	2019-10-03	28.80	28.11	28.97	27.82	8.77	0.03

26

stocks.loc[(['BIDU', 'JD'], '2019-10-03'), '收盘']

26

公司    日期        
BIDU  2019-10-03    104.32
JD    2019-10-03     28.80
Name: 收盘, dtype: float64

27

stocks.loc[('BIDU', ['2019-10-02', '2019-10-03']), '收盘']

27

公司    日期        
BIDU  2019-10-02    102.62
      2019-10-03    104.32
Name: 收盘, dtype: float64

28

# slice(None)代表筛选这一索引的所有内容
stocks.loc[(slice(None), ['2019-10-02', '2019-10-03']), :]

28

收盘	开盘	高	低	交易量	涨跌幅
公司	日期						
BABA	2019-10-02	165.77	162.82	166.88	161.90	11.60	0.00
2019-10-03	169.48	166.65	170.18	165.00	10.39	0.02
BIDU	2019-10-02	102.62	100.85	103.24	99.50	2.69	0.01
2019-10-03	104.32	102.35	104.73	101.15	2.24	0.02
IQ	2019-10-02	15.72	15.85	15.87	15.12	8.10	-0.01
2019-10-03	16.06	15.71	16.38	15.32	10.08	0.02
JD	2019-10-02	28.06	28.00	28.22	27.53	9.53	0.00
2019-10-03	28.80	28.11	28.97	27.82	8.77	0.03

29

stocks.reset_index()

29

公司	日期	收盘	开盘	高	低	交易量	涨跌幅
0	BABA	2019-10-01	165.15	168.01	168.23	163.64	14.19	-0.01
1	BABA	2019-10-02	165.77	162.82	166.88	161.90	11.60	0.00
2	BABA	2019-10-03	169.48	166.65	170.18	165.00	10.39	0.02
3	BIDU	2019-10-01	102.00	102.80	103.26	101.00	1.78	-0.01
4	BIDU	2019-10-02	102.62	100.85	103.24	99.50	2.69	0.01
5	BIDU	2019-10-03	104.32	102.35	104.73	101.15	2.24	0.02
6	IQ	2019-10-01	15.92	16.14	16.22	15.50	11.65	-0.01
7	IQ	2019-10-02	15.72	15.85	15.87	15.12	8.10	-0.01
8	IQ	2019-10-03	16.06	15.71	16.38	15.32	10.08	0.02
9	JD	2019-10-01	28.19	28.22	28.57	27.97	10.64	0.00
10	JD	2019-10-02	28.06	28.00	28.22	27.53	9.53	0.00
11	JD	2019-10-03	28.80	28.11	28.97	27.82	8.77	0.03
蔡大远
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
pandas数据处理（五）--- 分层索引
weixin_43165676的博客
12-23 609
pandas的MultiIndex 分层索引MultiIndex 在一个轴向上拥有多个索引层级，可表达更高维度数据的形式 可以更方便的进行数据筛选，如果有序性能更好 groupby等操作的结果，如果是多key，结果是分层索引，需要会使用 一般不需要自己创建分层索引 #先看看数据： import pandas as pd %matplotlib inline stocks = pd.read_excel('./dataset/stocks/互联网公司股票.xslx') #打印数据： 日期 公司 收
pandas分层索引的操作
king_26852的博客
07-07 1087
pandas文档 https://pandas.pydata.org/pandas-docs/version/0.25.0/user_guide/advanced.html arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],['one', 'two', 'one', 'two', 'one', 'two', '...
pandas的分层索引MultiIndex
weixin_44706011的博客
07-13 272
import pandas as pd stocks = pd.read_excel('./pandas/ant-learn-pandas/datas/stocks/互联网公司股票.xlsx') print(stocks.head()) ''' 日期 公司 收盘 开盘 高 低 交易量 涨跌幅 0 2019-10-03 BIDU 104.32 102.35 104.73 101.15 2.24 0.02 1
【愚公系列】2023年07月 Pandas数据分析之MultiIndex
最新发布
时光隧道
07-04 8551
Pandas中的多级索引（MultiIndex）是指在一个DataFrame或Series中，使用多个索引级别来组织数据。多级索引可用于存储高维数据，如时间序列数据或具有多个分类变量的数据。使用元组列表创建：通过传递每个级别上的唯一值列表的元组列表来创建MultiIndex。例如：使用多个索引数组创建：通过传递一个数组列表来创建MultiIndex。数组列表必须具有相同长度和形状。例如：使用交叉索引创建：通过传递每个级别上的唯一值列表来创建MultiIndex。
pandas multiIndex
wangquannuaa的专栏
07-26 2169
In [1]: arrays = [[’bar’, ’bar’, ’baz’, ’baz’, ’foo’, ’foo’, ’qux’, ’qux’], ...: [’one’, ’two’, ’one’, ’two’, ’one’, ’two’, ’one’, ’two’]] In [2]: tuples = list(zip(*arrays)) In [4]: index = MultiIndex
在pandas多重索引multiIndex中选定指定索引的行方法
09-19
今天小编就为大家分享一篇在pandas多重索引multiIndex中选定指定索引的行方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
对Pandas MultiIndex(多重索引)详解
09-19
Pandas是Python中用于数据分析的强大库，其中的MultiIndex功能允许我们在DataFrame中创建复杂的多层次的索引，以更好地管理和处理复杂的数据结构。多重索引（MultiIndex）允许我们在一个轴上设置两个或更多的索引...
Pandas之MultiIndex对象的示例详解
09-19
主要介绍了Pandas之MultiIndex对象的示例详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
多层索引MultiIndex
zhaoleiedu的博客
11-09 679
深入浅出Pandas读书笔记
pandas之多级索引MultiIndex
Cser_zhu的博客
05-04 3665
创建多级索引（MultiIndex/hierarchical index) 多级index对于处理和分析复杂的数据非常有帮助，尤其是高维数据。 你可以把多级索引看作是一个数组，而数组的元素是一个个的元组，每一个元组都是独一无二的。 一个创建二级索引的例子 #先创建索引 arrays = [ ["bar", "bar", "baz", "baz", "foo", "foo", "qux", "qux"], ["one", "two", "one", "two", "one", "two", "
Pandas的MultiIndex数据结构
缘 源 园
04-05 1161
MultiIndex MultiIndex是三维的数据结构; 多级索引（也称层次化索引）是pandas的重要功能，可以在Series、DataFrame对象上拥有2个以及2个以上的索引。
python multi_python – 堆叠MultiIndex的所有级别
weixin_39950010的博客
12-08 191
我有一个数据帧：index = pd.MultiIndex.from_product([['a', 'b'], ['A', 'B'], ['One', 'Two']])df = pd.DataFrame(np.arange(16).reshape(2, 8), columns=index)df如何在不知道列有多少级别的情况下堆叠MultiIndex的所有级别.我希望结果看起来像这样：0 a A...
Pandas系列(十三)分层索引MultiIndex
小小何先生的学习之旅
08-15 1710
文章目录获取数据Series的分层索引MultiIndexSeries有多层索引怎样筛选数据？DataFrame的多层索引MultiIndexDataFrame有多层索引怎样筛选数据？   在上一小节Pandas系列(十三)实现groupby分组统计中可以实现多个key进行聚合，而这就是分层索引。   使用这种在一个维度上拥有多个索引的层级，可以表达更高维度数据的形式。能够实现更高效的数据筛选。 获取数据 Series的分层索引MultiIndex   使用之前的多key索引，得到如下结果：   可以看
pandas的分层索引 (MultiIndex) 讲解
种麦南山下的博客
09-09 2万+
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 ...
Pandas详解四之MultiIndex对象
热门推荐
yungeisme的博客
03-16 4万+
约定 import pandas as pd from pandas import DataFrame import numpy as np MultiIndex MultiIndex表示多级索引，它是从Index继承过来的，其中多级标签用元组对象来表示。 一、创建MultiIndex对象 创建方式一：元组列表 m_index1=pd.Index([("...
6种方式创建多层索引MultiIndex
尤尔小屋
03-22 3566
49_6种方式创建多层索引MultiIndex 公众号：尤而小屋作者：Peter编辑：Peter 大家好，我是Peter~ 在上一篇文章中介绍了如何创建Pandas中的单层索引，今天给大家带来的是如何创建Pandas中的多层索引。 pd.MultiIndex，即具有多个层次的索引。通过多层次索引，我们就可以操作整个索引组的数据。本文主要介绍在Pandas中创建多层索引的6种方式： pd.MultiIndex.from_arrays()：多维数组作为参数，高维指定高层索引，低维指定低层索引。 pd.Mu
数据分析第三篇——Pandas之Multiindex与Series
m0_45654959的博客
04-13 1610
3.1.4 Multiindex与Panel 1. Multiindex 多级或分层索引对象 index的属性： names：levels的名称 levels：每个level的元组值 new_df.index new_df.index.levels new_df.index.names MultiIndex([(2012, 1), (2014, 4), ...
pandas之MultiIndex使用方法实战记录
Smile_Lai的博客
07-21 1642
python pandas模块的实战使用记录
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值