Python数据分析第六课：多层索引

多层索引是Pandas中一个比较核心的概念，允许你在一个轴向上拥有多个索引层级，许多同学不能处理复杂的数据，最大的问题在于没法灵活的处理多层索引。

而gruopby()方法可以生成带有多层索引的结果。

一、多层索引的创建

我们先看看Series多层索引的创建方法。

import pandas as pd

se = 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']])
se

张三  期中    1
    期末    2
李四  期中    3
    期末    4
王五  期中    5
    期末    6
dtype: int64

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。

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。如下所示：

现在，我们将数据增加几个科目的成绩，演示DataFrame多层索引的创建方法。由于成绩的数据比较多，我们将使用numpy的随机数方法构建成绩数据。

import numpy as np

data = np.random.randint(0,100,size=(6,3))
data

array([[77, 71,  4],
       [82, 81, 77],
       [75, 67, 52],
       [53, 84, 53],
       [86, 95, 10],
       [92, 34, 48]])

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。

现在，我们知道了实验数据如何创建，下面我们根据Series的创建方法创建多层索引的DataFrame。

import pandas as pd 
import numpy as np

data = np.random.randint(0,100,size=(6,3))

df = pd.DataFrame(data=data,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']],
                 columns=['Jave','Web','Python'])
df

		Jave	Web	Python
张三	期中	23	9	35
	期末	38	6	10
李四	期中	39	54	51
	期末	57	54	19
王五	期中	84	33	17
	期末	19	91	39

我们虽然成功的创建了DataFrame的多层索引，但是有一个问题，在设置索引的时候会有很多重复的索引值，如何才能简化索引的写法呢？

Pandas为了解决这个问题，提供了一个创建多层索引的构造方法。

**pd.MultiIndex.from_product()**构建索引的方式，对我们来说会好理解一些。

首先，确定每一层索引的值什么，然后以列表的形势传给from_product()方法即可。

import pandas as pd
import numpy as np

data = np.random.randint(0,100,size=(8,3))
names