【Python】pandas：索引（Index）, 多索引（MultiIndex）

pandas是Python的扩展库（第三方库），为Python编程语言提供 高性能、易于使用的数据结构和数据分析工具。

pandas官方文档（MultiIndex）：MultiIndex / advanced indexing — pandas 2.2.2 documentation (pydata.org)

帮助：可使用help(...)查看函数说明文档（若是第三方库的函数，需先导入库）。例如：help(pd.DataFrame)、help(pd.MultiIndex)。

附：索引

---

Python代码中，导入pandas：

import pandas as pd

---

1、查看索引属性

索引常用属性（Index包括index和columns）

Index.name	索引名称
Index.values	索引内容
Index.is_unique	索引是否唯一
Index.dtype	索引类型
Index.shape	索引形状
Index.ndim	索引维度
Index.size	索引中数据数量
Index.memory_usage()	索引使用内存情况

2、修改索引，数据不变：set_names, set_axis,  rename, rename_axis, add_prefix, add_suffix

（2-1）修改索引、索引名称：index, columns

• DataFrame.index = 新index：修改索引（行索引），新index用数组/列表/元组形式表示。
• DataFrame.columns = 新columns：修改列名（列索引），新columns用数组/列表/元组形式表示。
• 注：只修改索引，数据不变。若需要索引名称，需重设。
• DataFrame.index.name = 新index名称：设置索引（行索引）的名称。
• DataFrame.columns.name = 新columns名称：设置列名（列索引）的名称。

 

也可以使用Index.set_names(...)修改索引名称。（Index包括index和columns）

Index.set_names(names, *, level=None, inplace=False)

注：默认inplace=False不替换原DataFrame。

•  DataFrame.index.set_names(新index名称)：设置索引（行索引）的名称。
• DataFrame.columns.set_names(新columns名称)：设置列名（列索引）的名称。

 （2-2）修改索引：set_axis

set_axis(self, labels, axis: 'Axis' = 0, inplace: 'bool' = False)

注：默认inplace=False 不替换原DataFrame。

• DataFrame.set_axis(新行索引)：修改行索引。
• DataFrame.set_axis(新行索引, inplace=True)：修改行索引。并替换原DataFrame。
• DataFrame.set_axis(新列名, axis=1)：修改列名。
• 注：只修改索引，数据不变。若需要索引名称，需重设。

（2-3）修改索引、索引名称：rename、rename_axis

rename(self, mapper: 'Renamer | None' = None, *, index: 'Renamer | None' = None, columns: 'Renamer | None' = None, axis: 'Axis | None' = None, copy: 'bool' = True, inplace: 'bool' = False, level: 'Level | None' = None, errors: 'str' = 'ignore') -> 'DataFrame | None'

注：默认inplace=False 不替换原DataFrame。注意参数mapper。

• DataFrame.rename(新索引)：修改行索引。
• DataFrame.rename(新索引, errors='raise')：修改行索引。若行索引不存在，则报错：KeyError: '[4] not found in axis'。
• DataFrame.rename(新索引, inplace=True)：修改行索引。并替换原DataFrame。
• DataFrame.rename(新列名, axis=1)：修改列索引。等效于：DataFrame.rename(新列名, axis='columns')，DataFrame.rename(columns=新列名)。
• 注：只修改索引，数据不变。索引名称不变。

rename_axis(self, mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False)

注：默认inplace=False 不替换原DataFrame。注意参数mapper。

• DataFrame.rename_axis(新行索引名称)：修改行索引的名称。
• DataFrame.rename_axis(新行索引名称, inplace=True)：修改行索引的名称。并替换原DataFrame。
• DataFrame.rename_axis(新列索引名称, axis=1)：修改列索引的名称。并替换原DataFrame。等效于：DataFrame.rename_axis(新列索引名称, axis='columns')，DataFrame.rename_axis(columns=新列索引名称)。

 （2-4）给字符串列名添加前缀/后缀：add_prefix, add_suffix

add_prefix(self: 'NDFrameT', prefix: 'str') -> 'NDFrameT'

add_suffix(self: 'NDFrameT', suffix: 'str') -> 'NDFrameT'

• DataFrame.add_prefix(指定前缀)：给字符串列名添加前缀。
• DataFrame.add_suffix(指定后缀)：给字符串列名添加后缀。
• 注：DataFrame只限于字符串类型的列名。数据不变。

3、修改索引、数据变化、可填充NaN值：reindex, reindex_like, align

（3-1）修改索引：reindex

reindex(self, labels=None, index=None, columns=None, axis=None, method=None, copy=True, level=None, fill_value=nan, limit=None, tolerance=None)

• DataFrame.reindex(新index)：使用新索引，按新索引显示对应数据，新索引没有对应的数据则显示NaN值。
• DataFrame.reindex(新index, fill_value=指定值)：使用新索引，按新索引显示对应数据，新索引没有对应的数据则显示NaN值，NaN值用指定值填充。
• DataFrame.reindex(新index, method=指定填充方式)：使用新索引，按新索引显示对应数据，新索引没有对应的数据则显示NaN值，NaN值用指定填充方式填充。'pad'或'ffill'用指定轴上一个数据填充，'backfill'或'bfill'用指定轴下一个数据填充。
• DataFrame.reindex(新columns, axis=1)：使用新列名，按新列名显示对应数据，新列名没有对应的数据则显示NaN值。等效于：DataFrame.reindex(新columns, axis='columns')，DataFrame.reindex(columns=新columns)。
• 注：按新索引显示对应数据，新索引没有对应数据则显示NaN值，NaN值可指定数值或指定填充方式填充。

（3-2）使用另一个DataFrame的索引：reindex_like

reindex_like(self: 'NDFrameT', other, method: 'str | None' = None, copy: 'bool_t' = True, limit=None, tolerance=None) -> 'NDFrameT'

• DataFrame.reindex_like(other)：使用另一个DataFrame的行列索引，按新行列索引显示对应数据，新行列索引没有对应数据则为NaN。
• DataFrame.reindex_like(other, method=指定填充方式)：使用另一个DataFrame的行列索引，按新行列索引显示对应数据，新行列索引没有对应数据则为NaN，NaN值用指定填充方式填充。填充方式：'pad'或'ffill'，'backfill'或'bfill'，'nearest'。
• 注：按新行列索引显示对应数据，没有对应数据则显示NaN值，NaN值可指定填充方式填充。参数method只适用单调递增/递减的索引。

（3-3）两个DataFrame都使用合并后的索引：align

align(self, other, join: 'str' = 'outer', axis: 'Axis | None' = None, level: 'Level | None' = None, copy: 'bool' = True, fill_value=None, method: 'str | None' = None, limit=None, fill_axis: 'Axis' = 0, broadcast_axis: 'Axis | None' = None) -> 'DataFrame'

注：默认join='outer' 合并两DataFrame的索引。

• DataFrame.align(other)：两个DataFrame都使用合并后的行索引和列索引。索引没有对应数据的为NaN。
• DataFrame.align(other, axis=0)：两个DataFrame都使用合并后的行索引，列索引仍为各自原有的列索引。索引没有对应数据的为NaN。
• DataFrame.align(other, axis=1)：两个DataFrame都使用合并后的列索引，行索引仍为各自原有的行索引。索引没有对应数据的为NaN。
• 注：返回元组（元素是DataFrame）。按新行/列索引显示对应数据，没有对应数据则显示NaN值。NaN值可指定数值或指定填充方式填充。

4、普通列设为索引列：set_index

set_index(self, keys, drop: 'bool' = True, append: 'bool' = False, inplace: 'bool' = False, verify_integrity: 'bool' = False)

注：默认inplace=False 不替换原DataFrame。

• DataFrame.set_index(列名)：将指定列作为索引列。将多列作为索引列，可使用列表形式。
• DataFrame.set_index(列名, append=True)：将指定列作为索引列，不覆盖原索引。将多列作为索引列，可使用列表形式。
• DataFrame.set_index(列名, inplace=True)：将指定列作为索引列，替换原DataFrame。
• 注：默认覆盖原索引。若不覆盖原索引，需设置参数append=True。

5、取消索引列（即索引列转为普通列）：reset_index

reset_index(self, level: 'Hashable | Sequence[Hashable] | None' = None, drop: 'bool' = False, inplace: 'bool' = False, col_level: 'Hashable' = 0, col_fill: 'Hashable' = '') -> 'DataFrame | None'

注：默认inplace=False 不替换原DataFrame。

• DataFrame.reset_index()：取消索引列，将索引列全部转为普通列。取消多列索引，可使用列表形式。
• DataFrame.reset_index(level=指定索引列)：取消指定索引列（level可用下标也可用索引名称），将指定索引列转为普通列。
• DataFrame.reset_index(drop=True)：取消索引列，并删除该列。
• DataFrame.reset_index(inplace=True)：取消索引列，将索引列转为普通列，替换原DataFrame。
• 注：若索引列全部取消，则新索引为以0开始的连续数值。

6、索引排序

索引排序sort_index，参考：排序中的索引排序

 

判断索引是否已排序：（升序）is_monotonic_increasing，（降序）is_monotonic_decreasing

• DataFrame.index.is_monotonic_increasing：判断行索引是否排序（从头到尾比对，都小于等于后一个索引）。
• DataFrame.columns.is_monotonic_increasing：判断列索引是否排序（从头到尾比对，都小于等于后一个索引）。
• 注：包括重复的索引。

其他判断索引是否排序的方法：

all(df.sort_index().index == df.index)

all(a <= b for a, b in zip(df.index, df.index[1:]))

all(df.index[:-1] <= df.index[1:]) 

 

---

多索引

多索引（MultiIndex）：行索引/列索引是两行/列以上的索引。

多索引常用属性（MultiIndex包括index和columns）

MultiIndex.names	多索引的名称
MultiIndex.levels	多索引的内容（去重且排序）
MultiIndex.nlevels	多索引的级别总数
MultiIndex.levshape	多索引的形状
MultiIndex.dtypes	多索引的各类型

1、创建多索引：from_arrays, from_tuples, from_product, from_frame

• pd.MultiIndex.from_arrays(array, names=[列索引名称])：使用数组，创建多索引。
• pd.MultiIndex.from_tuples(tuple, names=[列索引名称])：使用列表（元素是元组），创建多索引。
• pd.MultiIndex.from_prodct(iterables, names=[列索引名称])：使用列表（元素是可迭代对象），两个可迭代对象的元素依次两两组合，创建多索引。（推荐）
• pd.MultiIndex.from_frame(DataFrame, names=[列索引名称])：使用一个DataFrame，创建多索引。

 

将已有DataFrame的索引修改为多索引。

• DataFrame.index = 多索引：将DataFrame的行索引设为多索引。
• DataFrame.columns = 多索引：将DataFrame的列索引设为多索引。
• DataFrame.index：查看索引（行索引）。
• DataFrame.columns：查看列名（列索引）。
• DataFrame.index.names：查看行多索引的名称。
• DataFrame.columns.names：查看列多索引的名称。

2、获取每级索引的内容：get_level_values

• MultiIndex.get_level_values(索引级别)：级别的下标从0开始。通过下标获取相应索引的内容。
• MultiIndex.get_level_values(索引名称)：通过索引名称获取相应索引的内容。
• 注：MultiIndex包括DataFrame.index和DataFrame.columns。

3、通过索引获取数据

列索引为多索引：（获取整列数据）

• DataFrame[ 第一级列索引 ]：获取第一级列索引相关的所有数据。
• DataFrame[ 第一级列索引, 第二级列索引 ]：获取第一级列索引和第二级列索引相关的所有数据。等效于：DataFrame[ 第一级列索引 ][ 第二级列索引 ]。

行索引为多索引：（获取整行数据）

• DataFrame.loc[ 第一级行索引 ]：获取第一级行索引相关的所有数据。
• DataFrame.loc[ (第一级行索引, 第二级行索引) ]：元组形式，获取第一级行索引和第二级行索引相关的所有数据。

行索引和列索引都为多索引：

• DataFrame.loc[ 行索引, 列索引 ]：通过行索引和列索引 获取相关的所有数据。若多个索引用列表形式，若多级索引用元组形式。

可用slice(None) 切割该级所有索引。slice(索引1, 索引2) 该级索引从索引1切割到索引2。

比起slice(None)，更推荐使用pd.IndexSlice。 

loc中可以使用条件，根据布尔结果获取数据。

loc也可以使用axis指定轴，获取数据。 

• DataFrame.loc(axis=0)[ 第一级行索引, 第二级行索引, ... ]：通过行索引获取整行数据。
• DataFrame.loc(axis=1)[ 第一级列索引, 第二级列索引, ... ]：通过列索引获取整列数据。

可用xs更轻松地在索引中 使用参数level，获取数据。

• DataFrame.xs(索引, level=索引名称)：通过行索引 获取数据。
• DataFrame.xs(索引, level=索引名称),  drop_level=False)：通过行索引 获取数据。保留选择的索引。
• DataFrame.xs(索引, level=索引名称, axis=1)：通过列索引 获取数据。
• DataFrame.xs( (索引1, 索引2,...), level=(索引名称1, 索引名称2)， axis=指定轴 )：通过指定轴多级索引 获取数据。
• 注：参数level也可以使用下标。

4、修改索引/索引名称

（4-1）修改索引/索引名称：index / columns，names / set_names(...)

使用index、columns修改索引，使用index.names、columns.names修改索引名称。也可以使用index.set_names(...)、columns.set_names(...)修改索引名称。数据不变。

 （4-2）修改索引/索引名称：rename，rename_axis

使用rename修改索引，使用rename_axis修改索引名称。数据不变。

（4-3）修改索引：reindex

使用reindex修改索引，数据根据索引变动。

 

（4-4）合并两个DataFrame的索引：align

使用align合并两个DataFrame的索引，各自都可以使用合并后的索引。数据根据索引变动。

（4-5）交换索引级别：swaplevel / reorder_levels

使用swaplevel或者reorder_levels交换索引级别。reorder_levels概括了swaplevel，并使用序列表示索引新级别顺序。

swaplevel(self, i: 'Axis' = -2, j: 'Axis' = -1, axis: 'Axis' = 0) -> 'DataFrame'

注：默认axis=0 行索引，i=-2,j=-1最后两列行索引交换。

•  DataFrame.swaplevel( )：将最后两列行索引交换。
•  DataFrame.swaplevel(axis=1)：将最后两行列索引交换。
•  DataFrame.swaplevel(索引级别1, 索引级别2)：将指定两列行索引交换。
•  DataFrame.swaplevel(索引级别1, 索引级别2, axis=1)：将指定两行列索引交换。

reorder_levels(self, order: 'Sequence[Axis]', axis: 'Axis' = 0) -> 'DataFrame' 

注：默认axis=0 行索引。

•  DataFrame.reorder_levels(新索引顺序)：将行索引按新索引顺序（使用序列，如：列表）排列。
•  DataFrame.reorder_levels(新索引顺序, axis=1)：将列索引按新索引顺序（使用序列，如：列表）排列。
• 注：可使用下标也可以使用索引名称。

（4-6）普通列与索引列之间转换：set_index、reset_index

使用set_index将普通列转为索引列（默认覆盖原索引），使用reset_index将索引转为普通列。

5、索引排序

通过is_monotonic_increasing判断索引是否升序排序（索引可重复），通过sort_index进行索引排序。

---

Index（含MultiIndex和DatetimeIndex）官方文档：Index objects — pandas 2.2.2 documentation (pydata.org)

DataFrame 各方法官方文档：DataFrame — pandas 2.2.2 documentation (pydata.org)

Series 各方法官方文档：Series — pandas 2.2.2 documentation (pydata.org)