回復(fù)“書籍”即可獲贈Python從入門到進(jìn)階共10本電子書

拯救pandas計劃（3）——多級索引取值

• 數(shù)據(jù)需求

• 需求拆解

• 需求處理

• 方法一：

• 方法二：

• 總結(jié)

最近發(fā)現(xiàn)周圍的很多小伙伴們都不太樂意使用pandas，轉(zhuǎn)而投向其他的數(shù)據(jù)操作庫，身為一個數(shù)據(jù)工作者，基本上是張口pandas，閉口pandas了，故而寫下此系列以讓更多的小伙伴們愛上pandas。

系列文章說明：

系列名（系列文章序號）——此次系列文章具體解決的需求

平臺：

• windows 10
• python 3.8
• pandas 1.2.4

數(shù)據(jù)需求

給定一份多級索引數(shù)據(jù)，查找指定值。

需求拆解

數(shù)據(jù)提取在pandas中，或者說在python中就是索引式提取，在單層索引中采用·.lo或.iloc方法已經(jīng)非常常見了，然而在索引層次多了之后卻有點不知所措，也只需要將各個索引看成整體進(jìn)行提取就行。

需求處理

方法一：

這里先給出一個比較笨拙的方法，先將索引進(jìn)行重置為列數(shù)據(jù)，通過列取得bool條件再進(jìn)行提取

datac.reset_index(inplace=True)
datac[(datac['School']?==?'S_2')?&?(datac['Class']?==?'C_3')]

可以看到通過該類方法可以成功取到對應(yīng)值

當(dāng)然也可以采用.query方法進(jìn)行條件篩選

datac.reset_index(inplace=True)
datac.query("School?==?'S_1'?and?Class?==?'C_3'")

方法二：

既然為多級索引，pandas也會有對應(yīng)的取值方式，既可以用鏈?zhǔn)秸{(diào)用的方式，也可以通過元組進(jìn)行提取，首先看看多級索引的輸出值：
是一個MultiIndex類型數(shù)據(jù)，其元素都是元組，即也能通過元組的方式進(jìn)行索引調(diào)取

這兩種都一個共同的特點，從左到右，要先外層再內(nèi)層，否則會報KeyError錯誤

#?鏈?zhǔn)秸{(diào)用
datac.loc['S_1'].loc['C_1']

#?元組作為索引調(diào)用
datac.loc[('S_3',?'C_1'),?:]

tips:

1. 多層索引，即列名上方有層次結(jié)構(gòu)也可以按這種方式進(jìn)行提取。

2. 想越過外層索引提取內(nèi)層索引需要交換索引順序才能順利提取。

   #?swaplevel?交換索引層級
   datac.swaplevel(axis=0).loc[('C_1')]??#?axis=0:?index
   

   

總結(jié)

功夫再高，也怕菜刀。本例使用方法比較常規(guī)，旨在鞏固基礎(chǔ)知識，當(dāng)下次遇到能夠想起可以直接索引取值而不用將索引重置為列值，以高效完成數(shù)據(jù)提取任務(wù)。

在茫茫人海中，我與你僅有一瞥，卻通過你的眼睛里看到汪洋大海，我相信心靈的碰撞能帶來更長久的歡快。

于二零二二年元月十三日作