Pandas分层索引

pandas允许你在一个轴向上有多个索引层级，提供了一种在更低纬度的形式中处理更高维度数据的方式

分层索引的创建

已有的dataframe数据：   data.set_index(['key1','key2'])
data = pd.Series(np.random.randn(9),index=[[  ],[   ]])
s1=Series
s2=Series
s = pd.concat([s1,s2],keys=['one','two'])

分层索引的命名

data.index.names = ['key1','key2']
data.columns.names = ['key1','key2']

重排序和层级排序

data.swaplevel('key1'.'key2')            #key1,key2 层级互换
data.sort_index(level=0/1)               #0表示最外侧，1表示最内侧

data.swaplevel('key1','key2').sort_index(level=0)

使用DataFrame的列创建行索引

reset_index 和 set_index

data = data.set_index(['key1','key2'])    #使用key1.key2作为data的行索引

按层级进行汇总统计

data.sum(level='index')            #行层级统计     纵向计算
data.sum(level='key1',axis=1)      #列层级统计     横向计算