Day080 多层索引

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',