pandas越来越难学，只能自己找趣味了，你该这么学，No.11

pandas啊，全是坑 没错，今天继续学习难的 其实从这篇开始，每一篇都是难得...... 你必须要努力看了

文末有彩蛋

分层/多级索引

我们先创建一个分层索引，看看效果

这个创建，办法有好几个

看一下吧

通过 from_tuples 创建

import pandas as pd
import random

arrays = [['bar','bar','baz','baz','foo','foo'],
['one','two','one','two','one','two']]

tuples = list(zip(*arrays))

print(tuples)

index = pd.MultiIndex.from_tuples(tuples,names=['first','second'])
print(index)

s = pd.Series([3,1,4,1,5,9],index=index)

print(s)
复制代码

通过调用 pd.MultiIndex.from_tuples 我们可以传入一个元组列表搞定

也可以采用两个迭代中的每个元素配对

使用 MultiIndex.from_product

iterables = [['bar','baz','foo'],['one','two']]
index = pd.MultiIndex.from_product(iterables,names=['first','second'])
print(index)

复制代码

效果是一样的哦

在来一个比较方便的，生成一个多层索引

直接将列表传递到Series或者DataFrame中去看看

arrays = [['bar','bar','baz','baz','foo','foo'],
          ['one','two','one','two','one','two']]

s = pd.Series([3,1,4,1,5,9],index=arrays)

print(s)

复制代码

看好这个一一对应的关系就好了

用到dataframe上，也是一样的哦 没啥区别

最新的0.24版本的pandas里面 看，写就写最新的

增加了一个方法 MultiIndex.from_frame

MultiIndex.from_frame(df, sortorder=None, names=None)

使用起来，比较清晰

df = pd.DataFrame([['A','nice'],['A','to'],
                  ['B','good'],['B','ye']],
                  columns=['first','second'])

print(df)

index = pd.MultiIndex.from_frame(df)
print(index)
复制代码

注意啊，这个是0.24版本以上的pandas可以用

小注意

所有的MultiIndex构造函数都接收一个names参数，该参数存储index自己的名称，如果没有传递，默认值为None

索引可以设置在pandas对象的任意轴上

这种情况，直接抛栗子就好了

data = [[1,2,4,5,6,7],[1,2,3,4,5,6]]
arrays = [['bar','bar','baz','baz','foo','foo'],
          ['one','two','one','two','one','two']]

tuples = list(zip(*arrays))

index = pd.MultiIndex.from_tuples(tuples,names=['first','second'])
df = pd.DataFrame(data,index=['A','B'],columns=index)
print(df)

复制代码

查阅结果，看到columns 列名，已经被修改成多级的

如果你要继续尝试，别着急，新的代码来了

data = [[1,2,4,5],[1,2,3,4]]
arrays = [['bar','bar','baz','baz','foo','foo'],
          ['one','two','one','two','one','two']]

tuples = list(zip(*arrays))

index = pd.MultiIndex.from_tuples(tuples,names=['first','second'])
df = pd.DataFrame(data,index=['A','B'],columns=index[:4])
print(df)
复制代码

直接使用index切片，选择索引的数量