pandas 多层索引数据查询

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》。

多层索引组成的数据相对来说复杂一点，在确定需求后我们要清晰判断是哪个层级下的数据，充分运用以下的内容进行各角度的数据筛选。

需要注意的是，如果行或者列其中一个是单层索引和之前的用户一样，本例中行和列全是多层索引。

查询行列

查询指定行

df.loc[(1, '男')] # 一年级男
df.loc[1:2] # 一二两年级数据

查询指定列

df['2020'] # 整个一级索引下
df[('2020','上半年')] # 指定二级索引
df['2020']['上半年'] # 同上

行列综合

df.loc[(1, '男'), '2020'] # 只显示2020年一年级男
df.loc[:, (slice(None), '下半年')] # 只看下半年的
df.loc[(slice(None), '女'),:] # 只看女生
df.loc[1, (slice(None)),:] # 只看1班
df.loc[:, ('2020', slice(None))] # 只看 2020 年的

图示

查询指定条件

和单层索引的数据查询一样，不过在选择列上要按多层的规则。

df[df[('2020','上半年')] > 80]

pd.IndexSlice

切片使用：

idx = pd.IndexSlice
idx[0]               # 0
idx[:]               # slice(None, None, None)
idx[0,'x']           # (0, 'x')
idx[0:3]             # slice(0, 3, None)
idx[0.1:1.5]         # slice(0.1, 1.5, None)
idx[0:5,'x':'y']     # (slice(0, 5, None), slice('x', 'y', None))

查询应用：

idx = pd.IndexSlice
df.loc[idx[:,['男']],:] # 只显示男
df.loc[:,idx[:,['上半年']]] # 只显示上半年

df.xs()

df.xs((1, '男')) # 一年级男生
df.xs('2020', axis=1) # 2020 年
df.xs('男', level=1) # 所有男生

其他操作

df.T # 行列转置

TODO

pandas.DataFrame.xs

ref:
https://jessicastringham.net/2019/12/10/multiindex/
https://www.jianshu.com/p/2c1c8fbee55a