pandas的层次化索引
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
一、pandas的层次化索引
层次化索引是pandas的一项重要功能，它使你能够在一个轴上拥有多个（两个以上）索引级别。换句话来说，它能够让你以低纬度的形式处理高纬度数据。
1.Series的层次化索引¶
（1）生成数据
data = pd.Series(np.arange(1,10),index=[['a','a','a','b','b','c','c','d','d'],
['A','B','C','A','B','C','A','B','C']])
print(data)#输出s的结果
a A 1
B 2
C 3
b A 4
B 5
c C 6
A 7
d B 8
C 9
dtype: int32
print(data.index) #显示层次化索引
MultiIndex(levels=[['a', 'b', 'c', 'd'], ['A', 'B', 'C']],
labels=[[0, 0, 0, 1, 1, 2, 2, 3, 3], [0, 1, 2, 0, 1, 2, 0, 1, 2]])
（2）获取数据
#获取索引为a的数据
data["a"]
A 1
B 2
C 3
dtype: int32
#在索引内层中获取数据,获取第二个索引为2的数据
data[:,'A']
a 1
b 4
c 7
dtype: int32
#带层次化索引的切片,包括右端的索引
data['a':'b']
a A 1
B 2
C 3
b A 4
B 5
dtype: int32（3）数据重塑
层次化索引在数据重塑和透视表的应用中扮演者很重要的角色
data.unstack() #将解压data中的最后一层，默认值是解压最后一层
data.unstack(0) #解压data中的第一层
data.unstack().stack() #unstack的逆运算是stack
a A 1.0
B 2.0
C 3.0
b A 4.0
B 5.0
c A 7.0
C 6.0
d B 8.0
C 9.0
dtype: float64
type(data.unstack().stack()) #查看数据类型
pandas.core.series.Series2.DataFrame的层次化索引
对于dataframe来说，行和列都可以进行层次化索引
#使用4个索引确定一个值
data = pd.DataFrame(np.arange(12).reshape(4,3),
index=[['a','a','b','b'],[1,2,1,2]],
columns=[['A','A','B'],['Z','X','C']])
print(data)
print(data['A']) #选取列
print(data.loc['a',:])
data = pd.DataFrame(np.arange(0,10).reshape(5,2),
index=['a','a','b','b','c'],
columns=['A','B'])
data
data1 = data.set_index(['A'],drop=True) #seet_index函数会将一个或多个列转换成行索引，并创建一个新的dataframe
data1
data.set_index(['A'],drop=False) #默认情况下，那些列会从dataframe中删除，但是也可以保留下来
data1.reset_index() #和set_index的功能相反
3.重排分级顺序
在使用层次化索引的时候，我们可以重新调整某条轴上各级别的顺序，或根据级别上的值对数据进行排序。swaplevel接受两个级别编号或名称，返回一个互换了级别的新对象（数据不变）。我们可以对每个级别设置一个名称，就像对DataFrame设置行列索引的名称一样。
#使用4个索引确定一个值
data = pd.DataFrame(np.arange(12).reshape(4,3),
index=[['a','a','b','b'],[1,2,1,2]],
columns=[['A','A','B'],['Z','X','C']])
data
#设置行级别的名称
data.index.names = ['row1','row2']
#设置列级别的名称
data.columns.names = ['col1','col2']
print(data)
data.swaplevel('row1','row2') #交换行级别的位置
data.sortlevel(axis=1,ascending=True) #对列的水平进行排序
#交换行级别，然后再对第一行排序
data.swaplevel(0,1,axis=1).sortlevel(axis=0,ascending=False)
4.根据级别汇总统计
#使用4个索引确定一个值
data = pd.DataFrame(np.arange(12).reshape(4,3),
index=[['a','a','b','b'],[1,2,1,2]],
columns=[['A','A','B'],['Z','X','C']])
print(data)
A B
Z X C
a 1 0 1 2
2 3 4 5
b 1 6 7 8
2 9 10 11
#设置行级别的名称
data.index.names = ['row1','row2']
#设置列级别的名称
data.columns.names = ['col1','col2']
print(data)
col1 A B
col2 Z X C
row1 row2
a 1 0 1 2
2 3 4 5
b 1 6 7 8
2 9 10 11
print(data.sum(level='row1')) #根据级别的名称进行求和
col1 A B
col2 Z X C
row1
a 3 5 7
b 15 17 19
print(data.sum(level='col1',axis=1)) #根据指定列的名称进行求和
col1 A B
row1 row2
a 1 1 2
2 7 5
b 1 13 8
2 19 11