Python Pandas MultiIndex教程：创建和使用多级索引

Python Pandas MultiIndex教程：创建和使用多级索引

在处理大型数据集时，使用 MultiIndex（多级索引）可以极大地提高数据分析的效率。Pandas 提供了强大的功能来创建和使用 MultiIndex。本文将提供一个关于 Pandas MultiIndex 的全面指南，包括如何创建、选择数据以及一些实际应用的例子。

1. 创建 MultiIndex

首先，我们使用以下代码创建一个示例 DataFrame：pythonimport pandas as pd

df = pd.DataFrame({ 'school_code': ['s001','s002','s003','s001','s002','s004'], 'class': ['V', 'V', 'VI', 'VI', 'V', 'VI'], 'name': ['Alberto Franco','Gino Mcneill','Ryan Parkes', 'Eesha Hinton', 'Gino Mcneill', 'David Parkes'], 'date_Of_Birth': ['15/05/2002','17/05/2002','16/02/1999','25/09/1998','11/05/2002','15/09/1997'], 'weight': [35, 32, 33, 30, 31, 32], 'address': ['street1', 'street2', 'street3', 'street1', 'street2', 'street4'], 't_id':['t1', 't2', 't3', 't4', 't5', 't6']})

1.1 使用 set_index 方法

set_index 方法可以将一列或多列设置为 DataFrame 的索引。要创建 MultiIndex，只需将多个列名传递给 set_index 方法即可：python# 将 't_id' 列和 'school_code' 列转变成 MultiIndex，结果保存为 df1df1 = df.set_index(['t_id', 'school_code'])print('df1:')print(df1)

这将创建一个以 't_id' 和 'school_code' 为索引的 MultiIndex DataFrame。

2. 选择 MultiIndex 数据

使用 MultiIndex 选择数据与使用单级索引类似，但需要指定每个级别的索引值。

2.1 选择特定行

要选择特定行，可以使用 loc 属性并传递一个元组，该元组包含每个级别的索引值：python# 选择 df1 中索引 school_code 为 's001' 的行df_s001 = df1.loc[(slice(None), 's001'), :]print(' Rows with school_code 's001':')print(df_s001)

这将选择所有 'school_code' 为 's001' 的行。

2.2 使用切片选择数据

您还可以使用切片来选择 MultiIndex 数据：python# 选择 't_id' 为 't1' 到 't3' 的行df_t1_t3 = df1.loc[('t1':'t3', slice(None)), :]print(' Rows with t_id from 't1' to 't3':')print(df_t1_t3)

这将选择 't_id' 从 't1' 到 't3' 的所有行。

结论

本文介绍了如何在 Pandas 中创建和使用 MultiIndex。MultiIndex 为处理和分析大型数据集提供了强大的功能，可以提高数据分析的效率。通过学习本文提供的示例代码，您可以更好地理解和应用 MultiIndex 到您的数据分析项目中。