pandas层级索引

层级索引（hierarchical indexing）

下面创建一个Series， 在输入索引Index时，输入了由两个子list组成的list，

第一个子list是外层索引，第二个list是内层索引。

示例代码：

import pandas as pdimport numpy as npser_obj = pd.Series(np.random.randn(12),index=[                ['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'c', 'd', 'd', 'd'],                [0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2]            ])print(ser_obj)

运行结果：

a  0    0.099174   1   -0.310414   2   -0.558047b  0    1.742445   1    1.152924   2   -0.725332c  0   -0.150638   1    0.251660   2    0.063387d  0    1.080605   1    0.567547   2   -0.154148dtype: float64

MultiIndex索引对象

• 打印这个Series的索引类型，显示是MultiIndex
• 直接将索引打印出来，可以看到有levels,和labels两个信息。levels表示两个层级中分别有哪些标签，labels是每个位置分别是什么标签。

示例代码：

print(type(ser_obj.index))print(ser_obj.index)

运行结果：

MultiIndex(levels=[['a', 'b', 'c', 'd'], [0, 1, 2]],           labels=[[0, 0, 0, 1, 1, 1, 2, 2, 2, 3, 3, 3], [0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2]])

选取子集

• 根据索引获取数据。因为现在有两层索引，当通过外层索引获取数据的时候，可以直接利用外层索引的标签来获取。
• 当要通过内层索引获取数据的时候，在list中传入两个元素，前者是表示要选取的外层索引，后者表示要选取的内层索引。

1. 外层选取：

ser_obj['outer_label']

示例代码：

# 外层选取print(ser_obj['c'])

运行结果：

0   -1.3620961    1.5580912   -0.452313dtype: float64

2. 内层选取：

ser_obj[:, 'inner_label']

示例代码：

# 内层选取print(ser_obj[:, 2])

运行结果：

a    0.826662b    0.015426c   -0.452313d   -0.051063dtype: float64

常用于分组操作、透视表的生成等

交换分层顺序

1. swaplevel()

.swaplevel( )交换内层与外层索引。

示例代码：

print(ser_obj.swaplevel())

运行结果：

0  a    0.0991741  a   -0.3104142  a   -0.5580470  b    1.7424451  b    1.1529242  b   -0.7253320  c   -0.1506381  c    0.2516602  c    0.0633870  d    1.0806051  d    0.5675472  d   -0.154148dtype: float64

交换并排序分层

sort_index()

.sort_index() 先对外层索引进行排序，再对内层索引进行排序，默认是升序。

示例代码：

# 交换并排序分层print(ser_obj.swaplevel().sort_index())

运行结果：

0  a    0.099174   b    1.742445   c   -0.150638   d    1.0806051  a   -0.310414   b    1.152924   c    0.251660   d    0.5675472  a   -0.558047   b   -0.725332   c    0.063387   d   -0.154148dtype: float64