3.6 层级索引

发表于

本文源码请见我的GitHub

这个是用来解决三位思维数据等高维度的问题。 实践中通过层级索引hierarchical indexing 配合多个不同的等级 可以将高位转为一维或者二维的低维度数据

1
2
import numpy as np
import pandas as pd

3.6.1 多级索引Series

1
2
3
4
#用一个元组表示索引
index = [('California', 2000), ('California', 2001), ('New York', 2000), ('New York', 2001)]
populaiton = [165416,213884,665468,598949]
pop= pd.Series(populaiton, index= index)
1
pop
(California, 2000)    165416
(California, 2001)    213884
(New York, 2000)      665468
(New York, 2001)      598949
dtype: int64

好方法!!! Pandas 多级索引

1
2
index = pd.MultiIndex.from_tuples(index)
index
MultiIndex(levels=[['California', 'New York'], [2000, 2001]],
           labels=[[0, 0, 1, 1], [0, 1, 0, 1]])

1
2
pop = pop.reindex(index)
pop
California  2000    165416
            2001    213884
New York    2000    665468
            2001    598949
dtype: int64

1
pop[:, 2001]
California    213884
New York      598949
dtype: int64

3.高维数据的多级索引

1
#unstack()方法可以快速将一个多级索引的Series转化为普通的DataFrame
1
pop_df = pop.unstack()
1
pop_df
2000 2001
California 165416 213884
New York 665468 598949 
1
pop_df.stack()
California  2000    165416
            2001    213884
New York    2000    665468
            2001    598949
dtype: int64

3.6.2 多级索引的创建

1
df = pd.DataFrame(np.random.rand(4,2), index = [['a','a', 'b', 'b'],  [1,2,1,2]], columns= [ 'data1', 'data2'])
1
df
data1 data2
a 1 0.860844 0.944118
2 0.403881 0.358596
b 1 0.988218 0.806094
2 0.461608 0.547859 
1
#为Series或者DataFrame 创建多级索引的最直接方法是将index 参数设置为至少二维的索引数据 MultiIndex 创建在后台完成

1.显式创建多级索引

1
pd.MultiIndex.from_arrays([['a','a','b','b'], [1,2,1,2]])
MultiIndex(levels=[['a', 'b'], [1, 2]],
           labels=[[0, 0, 1, 1], [0, 1, 0, 1]])

1
2
#可以用两个索引的笛卡尔积创建MultiIndex：
pd.MultiIndex.from_product([['a', 'b'], [1, 2]])
MultiIndex(levels=[['a', 'b'], [1, 2]],
           labels=[[0, 0, 1, 1], [0, 1, 0, 1]])

2.多级索引的等级名称

1
pop
California  2000    165416
            2001    213884
New York    2000    665468
            2001    598949
dtype: int64

1
pop.index.names = ['state', 'year']
1
pop
state       year
California  2000    165416
            2001    213884
New York    2000    665468
            2001    598949
dtype: int64

3.多级列索引

可以在列索引的第一级查询从而检索出整个DataFrame

3.6.3多级索引的取值与切片

1
pop
state       year
California  2000    165416
            2001    213884
New York    2000    665468
            2001    598949
dtype: int64

通过对多个级别的索引值获取单个元素

1
pop['California', 2000]#相当于一个二维坐标定位
165416

1
2
# 局部取值 只索引某一个层级 
pop['California']
year
2000    165416
2001    213884
dtype: int64

1
2
#局部切片
pop.loc['California':'New York']
state       year
California  2000    165416
            2001    213884
New York    2000    665468
            2001    598949
dtype: int64

1
#剩下的和基本的索引操作是一样的
  1. DataFrame多级索引
1
#先创建一个体检数据
1
2
3
4
5
index = pd.MultiIndex.from_product([[2013, 2014], [1,2]], names =['year', 'visit'])
columns = pd.MultiIndex.from_product([['Bob', 'Guido', 'Sue'], ['HR', 'Temp']], names = ['subject', 'type'])
data = np.round(np.random.rand(4,6) , 1)
data[:,::2] *= 10
data += 37
1
2
health_data = pd.DataFrame(data, index = index ,columns=columns)
health_data
subject Bob Guido Sue
type HR Temp HR Temp HR Temp
year visit
2013 1 41.0 37.3 45.0 37.2 45.0 37.4
2 47.0 37.3 39.0 37.2 41.0 37.7
2014 1 42.0 37.7 42.0 37.4 37.0 37.3
2 47.0 37.0 41.0 37.8 46.0 37.3 
1
2
#选取Guido的心率数据
health_data['Guido',"HR"]
year  visit
2013  1        45.0
      2        39.0
2014  1        42.0
      2        41.0
Name: (Guido, HR), dtype: float64

1
2
#也可以好用loc iloc ix索引器
health_data.iloc[:2, :2]
subject Bob
type HR Temp
year visit
2013 1 41.0 37.3
2 47.0 37.3 
1
health_data.loc[:, ('Bob','HR')]
year  visit
2013  1        41.0
      2        47.0
2014  1        42.0
      2        47.0
Name: (Bob, HR), dtype: float64

3.6.4 多级索引行列转换

1.有序的索引和无序索引 。。。。xian