Pandas excel 双标题 多级索引 层次化索引 MultiIndex

1 import pandas as pd
2 import numpy as np

多级索引

多级索引（也称层次化索引）是pandas的重要功能，可以在Series、DataFrame对象上拥有2个以及2个以上的索引。 
实质上，单级索引对应Index对象,多级索引对应MultiIndex对象。

一、Series对象的多级索引

 

• 多级索引Series对象的创建

se1=pd.Series(np.random.randn(4),index=[list("aabb"),[1,2,1,2]])
se1

代码结果：

a  1    0.945676
   2    1.240454
b  1    1.021960
   2    0.363063
dtype: float64

• 子集的选取

se1['a']

代码结果：

1    0.945676
2    1.240454
dtype: float64

　　

se1['a':'b']

代码结果：

　　

a  1    0.945676
   2    1.240454
b  1    1.021960
   2    0.363063
dtype: float64

甚至能内层选取

se1[:,1]

代码结果：

a    0.945676
b    1.021960
dtype: float64

二、DataFrame对象的多级索引

• 创建

 

df1=pd.DataFrame(np.arange(12).reshape(4,3),index=[list("AABB"),[1,2,1,2]],columns=[list("XXY"),[10,11,10]])
df1

　　

代码结果：

		X		Y
		10	11	10
A	1	0	1	2
	2	3	4	5
B	1	6	7	8
	2	9	10	11

 
 

 

 

 

 

 

每一层都可以赋名

df1.columns.names=['XY','sum']
df1.index.names=['AB','num']
df1

代码结果：

	XY	X		Y
	sum	10	11	10
AB	num
A	1	0	1	2
	2	3	4	5
B	1	6	7	8
	2	9	10	11

 
 

 

 

 

 

· 可以创建MultiIndex对象再作为索引

df1.index=pd.MultiIndex.from_arrays([list("AABB"),[3,4,3,4]],names=["AB","num"])
df1

 

代码结果：

	XY	X		Y
	sum	10	11	10
AB	num
A	3	0	1	2
	4	3	4	5
B	3	6	7	8
	4	9	10	11

 

 
 

 

 

 

可以对各级索引进行互换

df1.swaplevel('AB','num')

 

代码结果：

	XY	X		Y
	sum	10	11	10
num	AB
3	A	0	1	2
4	A	3	4	5
3	B	6	7	8
4	B	9	10	11