pandas pd.MultiIndex.from_arrays() 数组构造多层索引

pandas.MultiIndex.from_arrays 是一个类方法，用于通过多个数组创建 MultiIndex 对象。这个方法特别适合处理多个层次的数据，每个数组代表 MultiIndex 的一个层次，最终将这些数组组合成层次化的索引。

语法

签名

classmethod MultiIndex.from_arrays(
    arrays, 
    sortorder=None, 
    names=<no_default>
)

参数说明

• arrays：
  必须传递的参数。它是一个包含数组或类似序列的列表（如列表或 NumPy 数组），每个数组代表 MultiIndex 的一个层次。

  • 类型：List-like of arrays
  • 含义：这些数组的长度必须相同，数组中的元素分别用于 MultiIndex 的不同层次。例如，如果传入两个数组，第一个数组将用于第一层索引，第二个数组将用于第二层索引。

• sortorder：
  可选参数。指定排序顺序，如果设置了值（整数），则按指定层次进行排序。

  • 类型：int, default None
  • 含义：sortorder 代表你希望对 MultiIndex 的哪一层进行排序。层次从 0 开始，0 代表第一层，1 代表第二层，依此类推。

• names：
  可选参数。指定每个层次的名称。

  • 类型：list-like or scalar, optional
  • 含义：为 MultiIndex 的每个层次设置名称。可以是一个列表，表示多个层次的名称，也可以是标量，表示单个名称。如果不指定，默认不设置名称。

返回值

• 返回一个 MultiIndex 对象，其中的索引基于提供的数组。

使用场景

MultiIndex.from_arrays 常用于需要构建分层索引的数据场景，例如在时间序列数据或分组数据分析时，可以将多个维度的数据转化为一个多层索引，从而便于数据的多维度操作和查询。

示例

下面是一些从简单到复杂的例子，展示如何使用 MultiIndex.from_arrays 方法构建多层索引。

示例 1：简单的两层索引

import pandas as pd

# 创建两层索引
arrays = [['a', 'a', 'b', 'b'], [1, 2, 1, 2]]
multi_index = pd.MultiIndex.from_arrays(arrays, names=['letter', 'number'])

# 输出 MultiIndex
f"MultiIndex:\n{multi_index}\n"

输出：

MultiIndex:
MultiIndex([('a', 1),
            ('a', 2),
            ('b', 1),
            ('b', 2)],
           names=['letter', 'number'])

示例 2：与 DataFrame 结合使用

将 MultiIndex 应用于 DataFrame 的行索引。

# 创建 DataFrame，并使用 MultiIndex 作为行索引
df = pd.DataFrame({'value': [10, 20, 30, 40]}, index=multi_index)

# 输出 DataFrame
f"DataFrame with MultiIndex:\n{df}\n"

输出：

DataFrame with MultiIndex:
                 value
letter number       
a      1           10
       2           20
b      1           30
       2           40

示例 3：指定排序顺序

你可以使用 sortorder 参数对某一层进行排序，例如按照第一层进行排序。

# 创建 MultiIndex 并按照第一层排序
multi_index_sorted = pd.MultiIndex.from_arrays(arrays, sortorder=0, names=['letter', 'number'])

# 输出排序后的 MultiIndex
f"Sorted MultiIndex:\n{multi_index_sorted}\n"

输出：

Sorted MultiIndex:
MultiIndex([('a', 1),
            ('a', 2),
            ('b', 1),
            ('b', 2)],
           names=['letter', 'number'])

总结

MultiIndex.from_arrays 是 pandas 提供的一种非常灵活且便捷的方法，用于通过多个数组构建多层次索引。它的主要用途是在处理具有分层结构的数据时，帮助用户更好地管理和查询复杂的多维数据。

参考

• https://pandas.pydata.org/docs/reference/api/pandas.MultiIndex.html

更新时间：Oct. 23, 2024, 8:52 p.m. 标签：pandas python 多层索引