pandas pd.MultiIndex 多层索引的属性
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》。
pandas.MultiIndex 的属性用于提供有关索引层次的信息和控制索引行为，以下是你提到的几个重要属性的介绍：
1. names
定义：
names是MultiIndex各个层次的名称列表。用途：你可以给每个层次的索引赋予名称，这在处理数据时非常有帮助，特别是当你有多个层次的索引时，给每个层次起一个有意义的名字便于访问和理解。
示例：
import pandas as pd # 创建 MultiIndex multi_index = pd.MultiIndex.from_product([['a', 'b'], [1, 2]], names=['first_level', 'second_level']) # 查看 MultiIndex 的 names 属性 multi_index.names # 输出 ['first_level', 'second_level']
2. levels
定义：
levels是MultiIndex每个层次的唯一标签的列表（即每个层次中的所有唯一值）。用途：它可以用来查看每个层级中所有可能的标签。
示例：
# 查看 MultiIndex 的 levels 属性 multi_index.levels # 输出 [['a', 'b'], [1, 2]]
3. nlevels
定义：
nlevels是MultiIndex中层次的数量。用途：它返回一个整数值，表示
MultiIndex共有多少个层次。示例：
# 查看 MultiIndex 的 nlevels 属性 multi_index.nlevels # 输出 2
4. levshape
定义：
levshape是一个元组，表示每个层次的长度，即每个层次中包含的唯一标签的个数。用途：用来快速查看每个层次有多少个唯一标签。
示例：
# 查看 MultiIndex 的 levshape 属性 multi_index.levshape # 输出 (2, 2)
5. dtypes
定义：
dtypes返回一个 Series，表示MultiIndex底层每个层次的dtype。用途：用来查看
MultiIndex各层次的标签类型（如整数、字符串等）。示例：
# 查看 MultiIndex 的 dtypes 属性 multi_index.dtypes # 输出: first_level object, second_level int64
6. codes
定义：
codes是每个层次的标签的编码表示，使用整数值来代替每个层次的标签，表示不同位置上的索引。用途：它可以用来查看
MultiIndex的编码结构，其中每个整数表示levels中的索引。示例：
# 查看 MultiIndex 的 codes 属性 multi_index.codes # 输出 [[0, 0, 1, 1], [0, 1, 0, 1]]
属性总结表：
| 属性 | 说明 | 示例输出 |
|---|---|---|
names |
索引层次的名称 | ['first_level', 'second_level'] |
levels |
每个层次的唯一标签的列表 | [['a', 'b'], [1, 2]] |
nlevels |
层次数量 | 2 |
levshape |
每个层次的长度（标签数） | (2, 2) |
dtypes |
每个层次的标签类型 | first_level: object, second_level: int64 |
codes |
每个层次的编码表示 | [[0, 0, 1, 1], [0, 1, 0, 1]] |
这些属性为我们提供了对 MultiIndex 的详细信息，并帮助我们更好地操作和理解层次化索引的数据。
更新时间：Oct. 23, 2024, 8:12 p.m. 标签：pandas python 多层索引 属性
