10分鐘帶你學(xué)會Pandas多層級索引

Pandas庫的名字來源于其中3種主要數(shù)據(jù)結(jié)構(gòu)開頭字母的縮寫：

Panel,Dataframe,Series。

其中Series表示一維數(shù)據(jù)，Dataframe表示二維數(shù)據(jù)，Panel表示三維數(shù)據(jù)。

但實際上，當數(shù)據(jù)高于二維時，我們一般用包含多層級索引的Dataframe進行表示，而不是使用Panel。

原因是使用多層級索引展示數(shù)據(jù)更加直觀，操作數(shù)據(jù)更加靈活，并且可以表示3維，4維乃至任意維度的數(shù)據(jù)。

一，多層級索引的創(chuàng)建

1，指定多維列表作為columns

2，使用pd.MultiIndex中的方法顯式生成多層級索引

可以使用pd.MultiIndex中的from_tuples等方法生成多層級索引。

3，使用set_index方法將普通列轉(zhuǎn)成多層級索引

這種方法只能生成多層級行索引。

4，groupby和pivot_table等方法也可以生成帶有多層級索引的結(jié)果

二，多層級索引的取值

多層級索引Series或多層級DataFrame支持方括號直接取值，loc取值，和pd.IndexSlice切片取值等方法。

1，多層級Series的取值

2，多層級DataFrame的取值

三，多層級索引相關(guān)操作

多層級索引相關(guān)操作包括stack和unstack,set_index和reset_index，以及指定level的相關(guān)方法。

1，stack和unstack

2，set_index和reset_index

3，指定level的相關(guān)方法