python—分层索引

什么是分层索引？

分层索引是Pandas的重要特性，它允许你在一个轴向上（行、列)拥有多个索引层级。
举一个简单的例子：

data=pd.Series(np.random.randn(9),index=[['a','a','a','b','b','c','c','d','d'],
               [1,2,3,1,3,1,2,2,3]])
print(data)
print(data.index)

以上构建的 Series 即为以 MultiIndex 作为索引。此处的行索引是双层索引，可以使用 level 0 和 level 1 分别来代表。

为什么需要用分层索引？

分层索引提供了一种，在更低维度的形式中处理更高维度数据的方式。
啥意思呢，简单举例来说，假设现在你有一个列数很多的DataFrame，有了分层索引功能（当然还要配合下面会讲到的分层索引中的stack方法），你就可以把众多的列转换为index，从而将一个多列的DataFrame转换为一个分层索引的Series。

分层索引具体能干什么，怎么使用?

1. 通过分层索引，可以选择出数据的子集

data['b']

data[‘b’:‘d’] #包含末尾
data.loc [ [ ‘b’,‘d’ ] ]

2. 重塑数据
   多层索引再DataFrame中提供了一种一致性方式用于重排列数据，以下是两个基础操作:
   stack(堆叠) ：将列中的数据透视到行
   unstack(拆堆)：将行中的数据透视到列
   
   使用unstack方法将数据重排列后放入一个DataFrame中：

data.unstack()

在这份数据上使用stack方法会将列透视到行，产生一个新的Series：

data.unstack().stack()

默认情况下，堆叠和拆堆的操作是可逆的。
当在DataFrame中拆堆时，被拆堆的层级会变为结果中最低的层级。
3. 重排序和层级排序
有时候，我们需要重新排列轴上的层级顺序，或者按照特定层级的值对数据进行排序。

重排序
swaplevel方法可以接收两个层级的序号或者层级的名称，返回一个进行了层级变更的新对象。

单一层级数据排序
sort_index可以在单一层级上对数据进行排序。

4. 按照层级进行汇总统计
   DataFrame和Series的很多描述性和汇总性统计中，会有一个level选项，通过level选项你可以指定你想要在某个特定的轴上进行聚合。（使用了pandas的groupby机制）
   

5. 使用DataFrame的列进行索引（set_index,reset_index函数）
   
   set_index函数会生成一个新的DataFrame，新的DataFrame使用一个或多个列作为索引：
   

reset_index的功能跟set_index刚好相反，层次化索引的级别会 被转移到列⾥

把列做下排序：

总结：以上是分层索引功能的一些理论知识，后面的文章会再用案例来展示，分层索引如何在实际问题的解决中发挥作用。

有任何疑问欢迎在留言区里和我讨论，互相学习！如果有帮助到你，也麻烦点点赞哦~