MultiIndex多層索引

MultiIndex，即具有多個層次的索引，有些類似于根據(jù)索引進行分組的形式。通過多層次索引，我們就可以使用高層次的索引，來操作整個索引組的數(shù)據(jù)。通過給索引分類分組，則可以操作組數(shù)據(jù)。

1.創(chuàng)建方式

1.1.第一種：多維數(shù)組

我們在創(chuàng)建Series或DataFrame時，可以通過給index（columns）參數(shù)傳遞多維數(shù)組，進而構(gòu)建多維索引。

【數(shù)組中每個維度對應(yīng)位置的元素，組成每個索引值】

多維索引也可以設(shè)置名稱（name性），屬性的值為一維數(shù)組，元素的個數(shù)需要與索引的層數(shù)相同（每層索引都需要具有一個名稱）。

1.2.第二種：MultiIndex

我們可以通過MultiIndex類的相關(guān)方法，預(yù)先創(chuàng)建一個MultiIndex對象，然后作為Series與DataFrame中的index（或columns）參數(shù)值。同時，可以通過names參數(shù)指定多層索引的名稱。

• from_arrays：接收一個多維數(shù)組參數(shù)，高維指定高層索引，低維指定底層索引。
• from_tuples：接收一個元組的列表，每個元組指定每個索引（高維索引，低維索引）。
• from_product：接收一個可迭代對象的列表，根據(jù)多個可迭代對象元素的笛卡爾積進行創(chuàng)建索引。

from_product相對于前兩個方法而言，實現(xiàn)相對簡單，但是，也存在局限。

1.3.創(chuàng)建案例：

import numpy as np
import pandas as pd
import warnings
warnings.filterwarnings('ignore')

#通過給index（columns）參數(shù)傳遞多維數(shù)組，進而構(gòu)建多維索引
# 多層索引，指定一個多維數(shù)組。多維數(shù)組中，逐級給出每層索引的值。
s = pd.Series([1, 2, 3, 4], index=[["A", "A", "B", "B"], ["a", "b", "c", "d"]])
# 多于多層索引，每一層都具有一個名字。
s.index.names = ["index1", "index2"]
display(s)
display(s.loc["A"].loc["a"])

df=pd.DataFrame(np.arange(9).reshape(3, 3), columns=[["X", "X", "Y"], ["x1", 'x2', 'y1']],index=[["A", "B", "B"], ["a", 'a', 'b']])
display(df)
display(df.loc["B"]) 
display(df["X"])
display(df.loc["B"].loc["a"]["X"]["x1"])

#通過MultiIndex類的方法進行創(chuàng)建。
# 通過列表的方式進行創(chuàng)建。（每個內(nèi)嵌列表元素指定層次的索引，[[第0層索引], [第1層索引]，……[第n層索引]]）
array1=pd.MultiIndex.from_arrays([["A","A","B"],["a","b","a"]])
df=pd.DataFrame(np.random.rand(3,3),index=array1)
display(df)
# 通過元組構(gòu)成列表的方式進行創(chuàng)建。[(高層，底層), (高層， 底層), ……]
tuple1 = pd.MultiIndex.from_tuples([("A", "a"), ("A", "b"), ("B", "a")])
df2 = pd.DataFrame(np.random.random((3, 3)), index=tuple1)
display(df2)
# 通過乘積（笛卡爾積）的方式進行創(chuàng)建。
product1 = pd.MultiIndex.from_product([["A", "B"], ["a", "b"]])
df3 = pd.DataFrame(np.random.random((4, 3)), index=product1)
display(df3)

2.多層索引操作

對于多層索引，同樣也支持單層索引的相關(guān)操作，例如，索引元素，切片，索引數(shù)組選擇元素等。我們也可以根據(jù)多級索引，按層次逐級選擇元素。

多層索引的優(yōu)勢：通過創(chuàng)建多層索引，我們就可以使用高層次的索引，來操作整個索引組的數(shù)據(jù)。格式：

• s[操作]
• s.loc[操作]
• s.iloc[操作]

其中，操作可以是索引，切片，數(shù)組索引，布爾索引。

2.1.Series多層索引

• 通過loc（標簽索引）操作，可以通過多層索引，獲取該索引所對應(yīng)的一組值。
• 通過iloc（位置索引）操作，會獲取對應(yīng)位置的元素值（與是否多層索引無關(guān)）。
• 通過s[操作]的行為有些詭異，建議不用。
  • 對于索引（單級），首先按照標簽選擇，如果標簽不存在，則按照位置選擇。
  • 對于多級索引，則按照標簽進行選擇。
  • 對于切片，如果提供的是整數(shù)，則按照位置選擇，否則按照標簽選擇。
  • 對于數(shù)組索引, 如果數(shù)組元素都是整數(shù)，則根據(jù)位置進行索引，否則，根據(jù)標簽進行索引。

2.2.DataFrame多層索引

• 通過loc（標簽索引）操作，可以通過多層索引，獲取該索引所對應(yīng)的一組值。
• 通過iloc（位置索引）操作，會獲取對應(yīng)位置的一行（與是否多層索引無關(guān)）。
• 通過s[操作]的行為有些詭異，建議不用。
  • 對于索引，根據(jù)標簽獲取相應(yīng)的列（如果是多層索引，則可以獲得多列）。
  • 對于數(shù)組索引, 根據(jù)標簽，獲取相應(yīng)的列（如果是多層索引，則可以獲得多列）。
  • 對于切片，首先按照標簽進行索引，然后再按照位置進行索引（取行）。

2.3.交換索引

df.swaplevel(i=-2, j=-1, axis=0)

我們可以調(diào)用DataFrame對象的swaplevel方法來交換兩個層級索引。該方法默認對倒數(shù)第2層與倒數(shù)第1層進行交換。我們也可以指定交換的層。層次從0開始，由外向內(nèi)遞增（或者由上到下遞增），也可以指定負值，負值表示倒數(shù)第n層。除此之外，我們也可以使用層次索引的名稱來進行交換。

df = pd.DataFrame(np.random.rand(4, 4), index=[["A", "A", "B", "B"], ["a1", "a1", "b1", "c1"], ["a2", "b2", "c2", "c2"]])
df.index.names = ["layer1", "layer2", "layer3"]
display(df)
# 多層索引，編號從外向內(nèi)，0， 1， 2， 3.同時，索引編號也支持負值。
# 負值表示從內(nèi)向外，-1， -2， -3. -1表示最內(nèi)層。
display(df.swaplevel())  #默認對倒數(shù)第2層與倒數(shù)第1層進行交換
display(df.swaplevel(0, 2))
# 交換多層索引時，我們除了可以指定層次的編號外，也可以指定索引層次的名稱。
display(df.swaplevel("layer1", "layer3"))

2.4.索引排序

我們可以使用sort_index方法對索引進行排序處理。

Signature: df.sort_index(axis=0, level=None, ascending=True, inplace=False, kind='quicksort', na_position='last', sort_remaining=True, by=None)

• level：指定根據(jù)哪一層進行排序，默認為最外（上）層。該值可以是數(shù)值，索引名，或者是由二者構(gòu)成的列表。
• inplace：是否就地修改。默認為False。

display(df.sort_index())  #默認索引排序
# 自定義排序的層次。
display(df.sort_index(level=1))
display(df.sort_index(level=2))
# 也可以通過索引的名稱進行排序。
display(df.sort_index(level="layer1"))
display(df.sort_index(level="layer2"))

2.5.索引堆疊

通過DataFrame對象的stack方法，可以進行索引堆疊，即將指定層級的列轉(zhuǎn)換成行。

• level：指定轉(zhuǎn)換的層級，默認為-1。

# 進行堆疊  列->行      取消堆疊   行->列
df.stack()                     df.unstack()

2.6.取消堆疊

通過DataFrame對象的unstack方法，可以取消索引堆疊，即將指定層級的行轉(zhuǎn)換成列。 level：指定轉(zhuǎn)換的層級，默認為-1。 fill_value：指定填充值。默認為NaN。

df = pd.DataFrame(np.random.rand(4, 4), index=[["A", "B", "B", "A"], ["b", "b", "a", "c"], ["b2", "c2", "a2", "c2"]])
df.index.names = ["layer1", "layer2", "layer3"]
display(df)

# 取消堆疊，如果沒有匹配的數(shù)據(jù)，則顯示空值NaN。
display(df.unstack())

# 我們可以指定值去填充NaN（空值）。
df.unstack(fill_value=11)

# unstack默認會將最內(nèi)層取消堆疊，我們也可以自行來指定層次。
display(df.unstack(0))

# 進行堆疊  列->行      取消堆疊   行->列
df.stack()              # df.unstack()
# stack堆疊也可以指定層次。
# stack堆疊也可以通過索引名進行操作。
df.stack(0)

2.7.設(shè)置索引

在DataFrame中，如果我們需要將現(xiàn)有的某一（幾）列作為索引列，可以調(diào)用set_index方法來實現(xiàn)。

• Signature: df.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False)
• drop：是否丟棄作為新索引的列，默認為True。
• append：是否以追加的方式設(shè)置索引，默認為False。
• inplace：是否就地修改，默認為False。

df = pd.DataFrame({"pk":[1, 2, 3, 4], "age":[15, 20, 17, 8], "name":["n1", "n2", "n3", "n4"]})
display(df)
df1 = df.set_index("pk", drop=False)
display(df1)

2.8.重置索引

調(diào)用在DataFrame對象的reset_index，可以重置索引。該操作與set_index正好相反。

• Signature: df.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill='')
• level：重置索引的層級，默認重置所有層級的索引。如果重置所有索引，將會創(chuàng)建默認整數(shù)序列索引。
• drop：是否丟棄重置的索引列，默認為False。
• inplace：是否就地修改，默認為False。

df = pd.DataFrame({"pk":[1, 2, 3, 4], "age":[15, 20, 17, 8], "name":["n1", "n2", "n3", "n4"]})
#display(df)
df1 = df.set_index("pk", drop=False)
#display(df1)
df2 = df1.reset_index(0, drop=True)
display(df2)

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論