1、创建
相较于一层索引,在创建多层索引时给字段添加关系,其创建方法包括运用元组、数组、笛卡尔积,在普通DataFrame中创立。
1.1方式一使用pd.MultiIndex.from_tuples创建索引
tuples为元组 含义就是使用pandas中用元组建立多层索引
import pandas as pd
import numpy as np
#这里创建的两层索引,姓名、考试
index_lables=[('张三','期中'),('张三','期末'),('李四','期中'),('李四','期末')]
mult_index = pd.MultiIndex.from_tuples(index_lables,names=('name','exam'))
data = {
'python':[98,149,130,147],
'math':[95,78,143,104]
}
df=pd.DataFrame(data,index=mult_index)
1.2方式二:使用pd.MultiIndex.from_arrays(数组)
index_labels = [['张三','张三','李四','李四'],['期中','期末','期中','期末']]
mult_index=pd.MultiIndex.from_arrays(index_labels,names=('name','exam'))
df=pd.DataFrame(data,index=mult_index)
1.3方式三:使用pd.MultiIndex.from_product(笛卡尔积)
index_lables=pd.MultiIndex.from_product([['张三','李四','王五','赵六'],
['期中','期末']],
names=['name','exam'])
df=pd.DataFrame(np.random.randint(80,150, size=(8,2)),
index=index_lables,
columns=['python','math']
)
df1=pd.DataFrame(np.random.randint(80,150,size=(2,4)),
index=['张三','李四'],
columns=pd.MultiIndex.from_product([['python','math'],['期中','期末']]))
笛卡尔积使用的不同其创建的dataframe也不同
1.4方式四在已有的DataFrame基础上创建
使用set_index方法进行创建
参数:
keys,要设置为索引的列名(如有多个应放在一个列表里)
drop: bool = True,将设置为索引的列删除,默认为True
append: bool = False,是否将新的索引追加到原索引后(即是否保留原索引),默认为False
inplace: bool = False, 是否在原DataFrame上修改,默认为False
verify_integrity: bool = False,是否检查索引有无重复,默认为False
示例:
import pandas as pd
import numpy as np
data={
'year':[2020,2020,2021,2021,2022,2022],
'quarter':[1,2,1,2,1,2],
'sales':[100,150,120,130,140,180],
'profit':[50,80,80,100,30,80]
}
df=pd.DataFrame(data)
print(df)
df.set_index(['year','quarter'],inplace=True)
print(df)
2、筛选数据
多层索引的DataFrame的index(每一行的下标)为元组
print(df.index)
在筛选数据时,与普通的DataFrame一致,可以通过标签、位置、字段名、切片进行筛选
根据标签索引
print(df.loc[[2020,2021]])
print(df.loc[(2020,1)])#与df.loc[2020].loc[1]一致
print(df.loc[[(2020,1),(2020,2)]])
print(df.loc[(2020,1):(2021,2)])
根据位置索引
print(df.iloc[[0,1]])
print(df.iloc[0:4,[0]])#如果‘,’的0不加[],则该列为series
3、分层计算
之前DataFrame的统计函数有level参数,能够给多层索引DataFrame运用,但已被舍弃,现在想要运算需要使用:DataFrame.groupby(level=层数).函数名()
我们以例子进行说明:(这个输出的DataFrame有点丑,别介意)
import pandas as pd
import numpy as np
df=pd.DataFrame(np.random.randint(0,151,size=(40,3)),
index=pd.MultiIndex.from_product([ list('ABCDEFGHIJ'),['期中','期末'],['平时成绩','考试成绩']]),
columns=['math','python','english']
)
print(df)
我们先来看层级,最左边的标签为字母,然后是“期中/期末”,最后是成绩类别,所以对应的层数为0,1,2。弄清楚之后,我们使用代码看看运算结果。
print(df.groupby(level=0).mean())
print(df.groupby(level=1).mean())
print(df.groupby(level=2).mean())
可以看出,level=0时,根据每个同学的其他4项计算各科平均分,level=1时,计算期中期末的平均分。......
DataFrame的其他统计函数请看我的另一篇文章,链接如下:
DataFrame常见的统计函数-CSDN博客https://blog.csdn.net/m0_62172798/article/details/141425458