pandas swaplevel() 交换 MultiIndex 索引级别顺序

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: gr99123（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》。

swaplevel() 方法是 pandas 中用于交换 MultiIndex 索引级别顺序的函数。它可以在 DataFrame 或 Series 对象上使用。以下是对该方法的详细讲解：

语法

1. 数据类型可以使用

DataFrame
Series

2. 语法

DataFrame.swaplevel(i=-2, j=-1, axis=0)
Series.swaplevel(i=-2, j=-1)

参数说明：

i, j：要交换的索引级别的位置或者标签。默认值为 -2 和 -1，即倒数第二和最后一个索引级别。
axis：指定要交换级别的轴向，对于 DataFrame 可以是 0 或 1，默认为 0。

3. 返回数据

DataFrame：返回一个交换了指定级别顺序的新 DataFrame。
Series：返回一个交换了指定级别顺序的新 Series。

4. 使用场景

多层次索引的数据集中，有时需要根据不同的分析需求调整索引的顺序，这时可以使用 swaplevel() 方法。
在数据处理中，需要在不同级别的索引间进行交互或分组统计时，调整索引顺序会更为方便。

示例说明

df = pd.DataFrame(
    {"Grade": ["A", "B", "A", "C"]},
    index=[
        ["Final exam", "Final exam", "Coursework", "Coursework"],
        ["History", "Geography", "History", "Geography"],
        ["January", "February", "March", "April"],
    ],
)
df
'''
                                    Grade
Final exam  History     January      A
            Geography   February     B
Coursework  History     March        A
            Geography   April        C
'''

在下面的示例中，我们将交换索引数的级别。在这里，我们将按列交换级别，但级别也可以按行以类似的方式交换。请注意，按列是默认行为。通过不为i和j提供任何参数，我们交换了最后一个和倒数第二个索引。

df.swaplevel()
'''
                                    Grade
Final exam  January     History         A
            February    Geography       B
Coursework  March       History         A
            April       Geography       C
'''

通过提供一个参数，我们可以选择用哪个索引交换最后一个索引。例如，我们可以按如下方式将第一个索引与最后一个索引交换。

df.swaplevel(0)
'''
                                    Grade
January     History     Final exam      A
February    Geography   Final exam      B
March       History     Coursework      A
April       Geography   Coursework      C
'''

我们还可以通过为i和j提供值来明确定义要交换的索引。例如，我们交换第一个和第二个索引。

df.swaplevel(0, 1)
'''
                                    Grade
History     Final exam  January         A
Geography   Final exam  February        B
History     Coursework  March           A
Geography   Coursework  April           C
'''

这些示例展示了 swaplevel() 方法如何在不同的数据结构中工作，并且通过交换索引级别的顺序，使得数据在分析和处理时更加灵活和方便。

参考

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.swaplevel.html

< reorder_levels() 重新排列 MultiIndex 索引级别顺序 pandas 索引 Indexing droplevel() 删除 MultiIndex 索引中指定级别 >

更新时间：2024-07-23 19:55:45 标签：pandas python 索引多层索引