Python 中多层级数据的生成与索引

Python 中多层级数据的生成与索引方法基于 Pandas 和 Numpy 中的一些功能，首先我们需要导入这两个库：

import pandas as pd
import numpy as np

我们知道，Pandas 序列中的序号序列 index 是一个列表，这个列表可以由多个二元组构成，如下所示：

index = [('California', 2000), ('California', 2010),
         ('New York', 2000), ('New York', 2010),
         ('Texas', 2000), ('Texas', 2010)]
populations = [33871648, 37253956,
               18976457, 19378102,
               20851820, 25145561]
pop = pd.Series(populations, index=index)
pop

对于这样的序列，我们依然可以通过指定的索引条件进行目标数据的选取：

pop[('California', 2010):('Texas', 2000)]

pop[[i for i in pop.index if i[1] == 2010]]

运用 Pandas 中的 MultiIndex.from_tuples 函数，我们可以将 index 列表转化为一个 MultiIndex 对象：

index = pd.MultiIndex.from_tuples(index)
index

当我们用该 MultiIndex 对象对 Pandas 序列进行重塑时，目标序列的序号将会被转化为多层级的形式：

pop = pop.reindex(index)
pop

这时，属于不同层级的序号将被视为不同维度上的索引值，我们可以使用多维索引的方式来索引所需要的目标数据：

pop[:, 2010]

我们可以通过 unstack 函数将序列 pop 转化为一个二维的数据框，序号中的两个维度将分别对应数据框的行与列：

pop_df = pop.unstack()
pop_df

可以通过调整参数 level 的值来指定生成数据框的行列：

pop.unstack(level=0)

以上内容转自 数析学院，原文内容较多，有空继续搬运，感兴趣的同学可以直接去查看 原文