pandas 创建分层索引对象

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

MultiIndex 对象是 Pandas 标准 Index 的子类，由它来表示多层索引业务。可以将 MultiIndex 视为一个元组对数组，其中每个元组对都是唯一的。

DataFrame 应用

下边是一个 DataFrame 中应用多索引的例子。

arrays = [[1, 1, 2, 2], ['red', 'blue', 'red', 'blue']]
pd.MultiIndex.from_arrays(arrays, names=('number', 'color'))
# 输出
MultiIndex([(1,  'red'),
            (1, 'blue'),
            (2,  'red'),
            (2, 'blue')],
           names=['number', 'color'])

上述多层索引第一层名为 number 有 1、2 两个，第二层名为 color，每个 number 下有 red 和 blue 两个。

pd.DataFrame([{'a':1, 'b':2}], index=index)
'''
              a  b
number color
1      red    1  2
       blue   1  2
2      red    1  2
       blue   1  2
'''

以上将索引应用到了 DataFrame 中。

创建方法

以下多层索引案例为创建应用到 Series 中的例子，DataFrame 中是一样的。例子中都是创建行索引，列索引也是一样的。

来自 arrays

上文的例子就是一个用 arrays 创建的例子。

来自元组

arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
          ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])
pd.Series(np.random.randn(8), index=index)
'''
first  second
bar    one       1.922850
       two      -1.044463
baz    one       1.258210
       two       0.070224
foo    one       1.283883
       two       0.212925
qux    one      -0.944366
       two      -0.416257
dtype: float64
'''

可迭代对象的笛卡尔积

numbers = [0, 1, 2]
colors = ['green', 'purple']
index = pd.MultiIndex.from_product([numbers, colors],
                                   names=['number', 'color'])
pd.Series(np.random.randn(6), index=index)
'''
number  color 
0       green     0.126398
        purple    1.070622
1       green    -0.397007
        purple    1.516593
2       green    -1.588016
        purple    0.178958
dtype: float64
'''

来自 DataFrame

df = pd.DataFrame([['bar', 'one'], ['bar', 'two'],
                   ['foo', 'one'], ['foo', 'two']],
                  columns=['first', 'second'])
'''
  first second
0   bar    one
1   bar    two
2   foo    one
3   foo    two
'''
index = pd.MultiIndex.from_frame(df)
pd.Series(np.random.randn(4), index=index)
'''
first  second
bar    one      -0.213704
       two      -0.598740
foo    one      -1.531589
       two      -1.628074
dtype: float64
'''