Pandas多层级索引的数据分析案例，超干货的！

又是新的一周，最近上海的疫情似乎又开始严重起来了，小编所在的小区也被封了，身边很多包括同事、朋友所在的小区也都被封了。希望这个疫情可以尽快过去吧，生活能够重新回到正轨。今天我们来聊一下Pandas当中的数据集中带有多重索引的数据分析实战

通常我们接触比较多的是单层索引（左图），而多级索引也就意味着数据集当中的行索引有多个层级（右图），具体的如下图所示

AUTUMN

导入数据

我们先导入数据与pandas模块，源数据获取，公众号后台回复【多重索引】就能拿到

import pandas as pd

## 导入数据集
df = pd.read_csv('dataset.csv')
df.head()

output

该数据集描述的是英国部分城市在2019年7月1日至7月4日期间的全天天气状况，我们先来看一下当前的数据集的行索引有哪些？代码如下

df.index.names

output

FrozenList(['City', 'Date'])

数据集当中City、Date，这里的City我们可以当作是第一层级索引，而Date则是第二层级索引。

我们也可以通过调用sort_index()方法来按照数据集的行索引来进行排序，代码如下

df_1 = df.sort_index()
df_1

output

要是我们想将这个多层索引去除掉，就调用reset_index()方法，代码如下

df.reset_index()

下面我们就开始针对多层索引来对数据集进行一些分析的