Pandas層次化索引

• 建立多層索引

  • 隱式構造

    • 最常見的方法是給DataFrame建構函式的index引數傳遞兩個或更多的陣列

    • df = DataFrame(
          data=np.random.randint(0,100,size=(6,6)),
          index=[['一班','一班','一班','二班','二班','二班'],['張三','李四','王五','趙六','田七','孫八']],
          columns=[['期中','期中','期中','期末','期末','期末'],['語文','數學','英語','政治','歷史','地理']]
      )
      

  • 顯式構造

    • 使用陣列

      • df = DataFrame(
            data=np.random.randint(0,100,size=(6,6)),
            index=pd.MultiIndex.from_arrays([['一班','一班','一班','二班','二班','二班'],['張三','李四','王五','趙六','田七','孫八']]),
            columns=[['期中','期中','期中','期末','期末','期末'],['語文','數學','英語','政治','歷史','地理']]
        )
        

    • 使用tuple

      • df = DataFrame(
            data=np.random.randint(0,100,size=(6,6)),
            index=pd.MultiIndex.from_tuples(
                (
                    ('一班','張三'),('一班','李四'),('一班','王五'),
                    ('二班','趙六'),('二班','田七'),('二班','孫八'),
                )
            ),
            columns=[['期中','期中','期中','期末','期末','期末'],['語文','數學','英語','政治','歷史','地理']]
        )
         
        

    • 使用product

      • df = DataFrame(
            data=np.random.randint(0,100,size=(6,6)),
            # 笛卡爾積
            index=pd.MultiIndex.from_product([['一班','二班'],['張三','李四','王五']]),
            columns=pd.MultiIndex.from_product([['期中','期末'],['語文','數學','英語']])
        )
        

  • Series也可以建立多層次索引

    • index=[['一班','一班','一班','二班','二班','二班'],['張三','李四','王五','趙六','田七','孫八']]
      s=Series(data=np.random.randint(0,100,size=6),index=index)
       
      

  • 多層列索引

    • 除了行索引index，列索引columns也能用同樣的方法建立多層索引

  • 多層索引物件的索引與切片操作

    • Series的操作
      • 對於Series來說，直接中括號[]與使用.loc[]完全一樣，推薦使用.loc中括號索引和切片
      • 索引
        • 顯式索引
          • s['一班']['張三']
          • s['一班','李四']
          • s.loc['一班','李四']
          • s[['一班','二班']]
            • 最外層索引依然保留
          • s.loc[['一班','二班']]
        • 隱式索引
          • s[1]
          • s.iloc[4]
          • s[[2,4]]
            • 最外層索引依然保留
          • s.iloc[[2,4]]
      • 切片
        • 隱式切片
          • s[1:5]
          • s.iloc[1:5]
          • 建議使用隱式切片
            • 直接對最內層索引切片
        • 顯示切片
          • 預設只能對外層索引切片
          • s['一班':'二班']
    • DataFrame的操作
      • 索引
        • 可以直接使用列名稱來進行列索引
        • 使用索引：優先考慮列索引
          • df['期末']
          • df['期末']['英語']
          • df['期末','英語']
          • df[('期末','英語')]
            • 建議使用
          • df.期末.英語
          • df[('期末','英語')][2]
        • 行索引（必須加loc或iloc）
          • df.loc[('一班','王五'),('期末','英語')]
            • 建議使用
      • 切片
        • 建議使用隱式切片
        • 預設行切片
          • df[1:4]
          • df.iloc[1:4]
          • df['一班':'二班']
          • df.loc['一班':'二班']
          • df[('一班','張三')