python数据分析之pandas（6）等级索引和分级

之前介绍的Series和DataFrame都是单条索引，其实还可以是多级索引。通过多级索引可以很方便的处理多维数据。

注：ser指Series对象，frame指DataFrame对象

1. Series多级索引

>>> ser = pd.Series(np.arange(4), index=[['a', 'a', 'b', 'b'], ['i1', 'i2', 'i3']])
>>> ser
a  i1    0
   i2    1
b  i3    2
   i4    3
dtype: int32

可以看出，index为2维数组，数组元素为列元素个数，相关操作如下，和二维数组使用方式类似：

ser['a'，'i1'] //对元素进行操作

ser['a'] 

ser[:,'i1']

2.DataFrame多级索引

（1）可以通过unstack和stack函数让二级索引的Series和DataFrame相互转换

>>> frame = ser.unstack()
>>> frame
    i1   i2   i3   i4
a  0.0  1.0  NaN  NaN
b  NaN  NaN  2.0  3.0
>>> frame.stack()
a  i1    0.0
   i2    1.0
b  i3    2.0
   i4    3.0
dtype: float64

（2）DataFrame可以同时将columns和index都设置为二级索引

>>> frame = pd.DataFrame(np.arange(4).reshape(2,2), index=[['a', 'b'], ['c', 'd'
]], columns=[['c1', 'c2'], ['c3', 'c4']])
>>> frame
    c1 c2
    c3 c4
a c  0  1
b d  2  3

3.调整层级顺序

通过swaplevel可以修改层级顺序，但先要给层级索引命名

>>> frame.index.names = ['colors', 'status']
>>> frame
              c1 c2
              c3 c4
colors status
a      c       0  1
b      d       2  3
>>> frame.swaplevel('status', 'colors')
              c1 c2
              c3 c4
status colors
c      a       0  1
d      b       2  3
>>>

命名后，将status索引列放在前面，colors列放在后面就完成交换了，同时元素内容不变

4.按层级统计数据

frame.sum(level='colors') //对index列colors统计数据

frame.sum(level='id', axis=1) //对columns列进行统计