Pandas 层次化索引

pandas的层次化索引

层次化索引是pandas的一项比较重要的功能，它能够让你在一个轴上拥有多个索引级别，另一种说法是它能以低纬度形式处理高纬度数据

series层次化索引

 # Series的层次化索引，索引是一个二维数组，相当于两个索引决定一个值
data = Series(np.arange(1,10),index = [["a","a","a","b","b","c","c","d","d"],[1,2,4,1,2,5,1,2,6]])
print(data)
out:
a  1    1
   2    2
   4    3
b  1    4
   2    5
c  5    6
   1    7
d  2    8
   6    9
dtype: int32


#显示层次化索引
print(data.index)
out:
MultiIndex(levels=[['a', 'b', 'c', 'd'], [1, 2, 4, 5, 6]],
           labels=[[0, 0, 0, 1, 1, 2, 2, 3, 3], [0, 1, 2, 0, 1, 3, 0, 1, 4]])

#选取第一个索引为a的数据
data['a']
out:
1    1
2    2
4    3
dtype: int32

data['c':'d']
out:
c  5    6
   1    7
d  2    8
   6    9
dtype: int32

#通过unstack方法可以将Series变成一个DataFrame
#数据的类型以及数据的输出结构都变成了DataFrame，对于不存在的位置使用NaN填充
data.unstack()
out:
1   2   4   5   6
a   1.0 2.0 3.0 NaN NaN
b   4.0 5.0 NaN NaN NaN
c   7.0 NaN NaN 6.0 NaN
d   NaN 8.0 NaN NaN 9.0


#通过stack方法，可以将DataFrame变成Series，它是unstack的逆运算
data.unstack().stack()
out:
a  1    1.0
   2    2.0
   4    3.0
b  1    4.0
   2    5.0
c  1    7.0
   5    6.0
d  2    8.0
   6    9.0
dtype: float64

DataFrame的层次化索引

对于DataFrame来说，行和列都能够进行层次化索引。

#DataFrame的行和列都是用层次化索引
#也就是四个索引来决定一个值，将一个二维数据变成了一个四维数据
data = 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']) #这样子只能获取列，不能获取行，若想选取行，则
#选取行
data.loc['a']
data.loc['a','A']
out:
 A       B
     Z   X   C
a 1  0   1   2
  2  3   4   5
b 1  6   7   8
  2  9  10  11
     Z   X
a 1  0   1
  2  3   4
b 1  6   7
  2  9  10
Z   X
1   0   1
2   3   4

#对于dataframe，每条轴都可以分层索引，各层都可以有自己的名字的
data.index.names =["row1","row2"]
print(data)
out:
 A       B
           Z   X   C
row1 row2           
a    1     0   1   2
     2     3   4   5
b    1     6   7   8
     2     9  10  11

data.columns.names =["column1","column2"]
print(data)
out:
column1    A       B
column2    Z   X   C
row1 row2           
a    1     0   1   2
     2     3   4   5
b    1     6   7   8
     2     9  10  11

###根据级别汇总统计
print(data)
out:
column1    A       B
column2    Z   X   C
row1 row2           
a    1     0   1   2
     2     3   4   5
b    1     6   7   8
     2     9  10  11

#求和运算 根据行级别进行求和
data.sum(level='row1')
out:
column1 A   B
column2 Z   X   C
row1            
a   3   5   7
b   15  17  19

data.sum(level='row2')
out:
column1 A   B
column2 Z   X   C
row2            
1   6   8   10
2   12  14  16


#根据列级别进行求和
data.sum(level='column1',axis=1)
out:
column1 A   B
row1    row2        
a   1   1   2
2   7   5
b   1   13  8
2   19  11

data.sum(level='column2',axis=1)
out:
column2 C   X   Z
row1    row2            
a   1   2   1   0
2   5   4   3
b   1   8   7   6
2   11  10  9