Python Pandas - 多级索引基础

---

---

多级索引也称为分层索引，它是 pandas 中一个强大的功能，允许您在低维结构（如 Series（一维）和 DataFrame（二维））中处理高维数据。使用多级索引，pandas 对象具有多个级别的索引标签。使用多级索引，您可以表示和操作具有多个索引级别的数据，从而更容易有效地处理复杂的数据集。

在本教程中，我们将学习多级索引的基础知识，包括如何创建具有多级索引的 Series 和 DataFrame，如何在多级索引轴上执行基本索引，以及如何使用多级索引对齐数据。

创建具有多级索引的 Pandas 对象

在 pandas 中创建多级索引对象有多种方法，包括从数组列表、元组、可迭代对象的乘积或直接从 DataFrame 创建。

以下是构建新的多级索引的辅助方法列表：

• MultiIndex.from_arrays()

• MultiIndex.from_product()

• MultiIndex.from_tuples()

• MultiIndex.from_frame()

从数组列表创建多级索引

通过使用pandas.MultiIndex.from_arrays()方法，我们可以从数组列表创建多级索引。

示例：从列表列表创建具有多级索引的 Series

以下示例演示了使用pandas.MultiIndex.from_arrays()方法创建具有多级索引的 Series 对象。

import pandas as pd
import numpy as np

# Create a 2D list
list_2d = [["BMW", "BMW", "Lexus", "Lexus", "foo", "foo", "Audi", "Audi"],
["1", "2", "1", "2", "1", "2", "1", "2"]]

# Create a MultiIndex object
index = pd.MultiIndex.from_arrays(list_2d, names=["first", "second"])

# Creating a MultiIndexed Series
s = pd.Series(np.random.randn(8), index=index)

# Display the output Series 
print("Output MultiIndexed Series:\n",s)

以下是上述代码的输出：

Output MultiIndexed Series:


First
Second


BMW
1
-1.334159
2
-0.233286
Lexus
1
1.167558
2
-0.875364
foo
1
-0.338715
2
0.021517
Audi
1
-0.272688
2
0.588359

dtype: float64

从元组创建多级索引

Pandas MultiIndex.from_tuples()方法用于将元组列表转换为多级索引。

示例：从元组创建具有多级索引的 DataFrame

此示例演示了如何使用pandas.MultiIndex.from_tuples()方法创建具有多级索引的 DataFrame 对象。

import pandas as pd
import numpy as np

# Create a 2D list
list_2d = [["BMW", "BMW", "Lexus", "Lexus", "foo", "foo", "Audi", "Audi"],
["1", "2", "1", "2", "1", "2", "1", "2"]]

# Create a MultiIndex object
tuples = list(zip(*list_2d ))
index = pd.MultiIndex.from_tuples(tuples, names=["first", "second"])

# Creating a MultiIndexed DataFrame
df = pd.DataFrame(np.random.randn(8, 4), index=index, columns=["A", "B", "C", "D"])

# Display the output Series 
print("Output MultiIndexed DataFrame:\n", df)

以下是上述代码的输出：

Output MultiIndexed DataFrame:




A
B
C
D

First
Second
BMW
1
-0.347846
1.011760
-1.224244
-1.225259


2
0.237115
-1.316433
0.962960
-1.008623


Lexus
1
-1.806209
1.038973
0.246994
-1.596616


2
-0.325284
-0.264822
-0.735029
0.377645


foo
1
0.243560
-0.408718
0.717466
-1.446259


2
-0.817704
0.711299
2.567860
-1.054871


Audi
1
0.583519
-0.007577
0.828928
-0.826645


2
2.454626
1.558045
0.981507
-0.148554

使用 from_product() 创建多级索引

Pandas MultiIndex.from_product()方法使用多个可迭代对象的笛卡尔积来创建多级索引。当您需要来自两个或多个可迭代对象的每个可能的元素组合时，它非常有用。

示例：使用 from_product() 创建具有多级索引的 DataFrame

此示例演示了如何使用 pandas MultiIndex.from_product()方法创建具有多级索引的 DataFrame。

import pandas as pd
import numpy as np

# Create a list of lits 
iterable = [[1, 2, 3], ['green', 'black']]

# Create a MultiIndex object
index = pd.MultiIndex.from_product(iterable, names=["number", "color"])

# Creating a MultiIndexed DataFrame
df = pd.DataFrame(np.random.randn(6, 3), index=index, columns=["A", "B", "C"])

# Display the output Series 
print("Output MultiIndexed DataFrame:\n", df)

以下是上述代码的输出：

Output MultiIndexed DataFrame:




A
B
C

Number
Color
1
green
-1.174910
-0.861695
-0.026601
black
-2.824289
0.674870
1.132675
2
green
-0.285381
-0.104188
1.993371
black
-0.926109
-0.579404
-1.119692
3
green
-3.278989
-0.873407
-1.359360
black
0.735492
0.066735
-0.099568

从 DataFrame 创建多级索引

Pandas MultiIndex.from_frame()方法用于从 DataFrame 创建多级索引。

示例：从 DataFrame 创建多级索引

此示例使用pd.MultiIndex.from_frame()方法直接从 DataFrame 创建多级索引对象。

import pandas as pd
import numpy as np

# Create a DataFrame
df = pd.DataFrame([["BMW", 1], ["BMW", 2], ["Lexus", 1],["Lexus", 2]], 
 columns=["first", "second"])

# Create a MultiIndex object
index = pd.MultiIndex.from_frame(df)

# Creating a MultiIndexed DataFrame
df = pd.DataFrame(np.random.randn(4, 3), index=index, columns=["A", "B", "C"])

# Display the output Series 
print("Output MultiIndexed DataFrame:\n", df)

以下是上述代码的输出：

Output MultiIndexed DataFrame:




A
B
C

First
Second
BMW
1
-0.662779
-0.270775
0.129462
2
-0.251308
1.920896
0.756204
Lexus
1
-0.466133
0.590872
0.252439
2
-1.226775
-0.239043
-0.023214

具有多级索引的轴的基本索引

使用多级索引进行索引用于以比常规索引更灵活的方式切片和选择数据。

示例：按索引级别选择数据

这是一个基本示例，演示了如何使用.loc[]方法索引具有多级索引的 Series 对象。

import pandas as pd
import numpy as np

# Creating MultiIndex from arrays
arrays = [["bar", "bar", "baz", "baz", "foo", "foo", "qux", "qux"],
["one", "two", "one", "two", "one", "two", "one", "two"]]

# Creating a list of tuples from the arrays
tuples = list(zip(*arrays))

# Creating a MultiIndex from tuples
index = pd.MultiIndex.from_tuples(tuples, names=["first", "second"])

# Creating a Series with MultiIndex
s = pd.Series([2, 3, 1, 4, 6, 1, 7, 8], index=index)

print("MultiIndexed Series:\n", s)

# Indexing the MultiIndexed Series using .loc[]
print("\nSelecting data at index ('bar', 'one') and column 'A':")
print(s.loc[('bar', 'one')])

以下是上述代码的输出：

MultiIndexed Series:


First
Second


bar
one
2
two
2
one
1
1
two
4
one
1
6
two
1
one
1
7
two
8

dtype: int64
Selecting data at index ('bar', 'one') and column 'A':
2