pandas pd.MultiIndex 多层索引

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 是 pandas 中用于分层索引的数据结构，允许在单个索引中存储多个级别的标签。它非常适合需要表示多重分类的复杂数据结构，例如分层行或列标签。MultiIndex 可以用于创建分组数据、透视表和层次化的索引，从而提升数据组织和分析的灵活性。

语法

构造方法：

class pandas.MultiIndex(levels=None, 
                        codes=None, 
                        sortorder=None, 
                        names=None, 
                        dtype=None, 
                        copy=False, 
                        name=None, 
                        verify_integrity=True)

参数说明

levels：序列或列表，包含每个索引级别的唯一标签值。它定义了每个层级的可能值。
codes：序列或列表，包含每个级别对应的整数索引。它对应 levels 中的标签值的编码。
sortorder：整数或 None，表示索引应按第几个级别进行排序。如果没有设置则保持默认顺序。
names：序列或列表，指定每个级别的名称。通常是每个索引层级的标签。
dtype：索引的数据类型，默认为 object。
copy：布尔型，表示是否复制输入数据。默认为 False。
name：索引名称，与 names 类似，但只适用于单一名称。
verify_integrity：布尔型，默认为 True，表示是否检查 codes 是否与 levels 一致，以确保 MultiIndex 的有效性。

返回数据

返回一个 MultiIndex 对象，该对象可以用作 DataFrame 或 Series 的多层次行或列索引。

`MultiIndex` 的属性

levels：返回每个层级的标签值。
codes：返回每个层级的整数索引编码。
names：返回索引每个层级的名称。
nlevels：返回层级的数量。
size：返回 MultiIndex 的大小，即行数。
is_unique：返回索引是否唯一。
has_duplicates：返回索引中是否存在重复值。

`MultiIndex` 的方法

from_arrays：从多个数组创建 MultiIndex。
from_tuples：从元组列表创建 MultiIndex。
from_product：从笛卡尔积创建 MultiIndex。
from_frame：从 DataFrame 创建 MultiIndex。
to_frame：将 MultiIndex 转换为 DataFrame。
get_level_values：获取指定层级的值。
droplevel：删除指定层级。

使用场景

MultiIndex 适用于多层次数据的索引和管理，常见于数据分组、交叉表、数据透视表等场景。它可以灵活地表示多维数据结构，使得在数据分析时可以快速定位并操作不同层次的数据。

示例

示例1：从数组创建 `MultiIndex`

import pandas as pd

# 使用 from_arrays 创建 MultiIndex
arrays = [['A', 'A', 'B', 'B'], ['one', 'two', 'one', 'two']]
index = pd.MultiIndex.from_arrays(arrays, names=('letters', 'numbers'))

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

输出:

MultiIndex:
MultiIndex([('A', 'one'),
            ('A', 'two'),
            ('B', 'one'),
            ('B', 'two')],
           names=['letters', 'numbers'])

这里，MultiIndex 有两个层级：第一个层级是字母，第二个层级是数字。这种结构有助于在分层数据中进行高效操作。

示例2：与 DataFrame 结合使用

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

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

输出:

DataFrame with MultiIndex:
                value
letters numbers       
A       one        10
        two        20
B       one        30
        two        40

在这个例子中，MultiIndex 被用作 DataFrame 的行索引，允许以分层结构组织和访问数据。

示例3：从元组创建 `MultiIndex`

# 使用 from_tuples 创建 MultiIndex
tuples = [('A', 'one'), ('A', 'two'), ('B', 'one'), ('B', 'two')]
index_from_tuples = pd.MultiIndex.from_tuples(tuples, names=('letters', 'numbers'))

# 输出 MultiIndex
f"MultiIndex from tuples:\n{index_from_tuples}\n"

输出:

MultiIndex from tuples:
MultiIndex([('A', 'one'),
            ('A', 'two'),
            ('B', 'one'),
            ('B', 'two')],
           names=['letters', 'numbers'])

在这个例子中，我们使用元组列表创建了一个 MultiIndex，与 from_arrays 方法类似。

示例4：`to_frame` 方法

# 将 MultiIndex 转换为 DataFrame
multiindex_frame = index.to_frame(index=False)

# 输出
f"MultiIndex as DataFrame:\n{multiindex_frame}\n"

输出:

MultiIndex as DataFrame:
  letters numbers
0       A     one
1       A     two
2       B     one
3       B     two

to_frame 方法可以将 MultiIndex 转换为 DataFrame，展示每个层级的标签。

示例5：使用 `from_product` 方法生成 `MultiIndex`

# 使用 from_product 创建 MultiIndex
index_from_product = pd.MultiIndex.from_product([['A', 'B'], ['one', 'two']], names=['letters', 'numbers'])

# 输出 MultiIndex
f"MultiIndex from product:\n{index_from_product}\n"

输出:

MultiIndex from product:
MultiIndex([('A', 'one'),
            ('A', 'two'),
            ('B', 'one'),
            ('B', 'two')],
           names=['letters', 'numbers'])

这个例子使用 from_product 方法通过笛卡尔积生成所有可能的组合，常用于需要列举所有组合的情况。

总结

pandas.MultiIndex 提供了强大的分层索引功能，适用于需要分组或分层管理数据的场景。它不仅提高了数据的组织和可读性，还增强了复杂数据的灵活操作能力。通过不同的创建方法，如 from_arrays、from_tuples 和 from_product，用户可以灵活地构建多层次的索引体系，并结合 DataFrame 进行多维数据的管理和分析。

参考

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

pandas pd.MultiIndex 多层索引

语法

参数说明

返回数据

MultiIndex 的属性

MultiIndex 的方法

使用场景

示例

示例1：从数组创建 MultiIndex

示例2：与 DataFrame 结合使用

示例3：从元组创建 MultiIndex

示例4：to_frame 方法

示例5：使用 from_product 方法生成 MultiIndex

总结

参考