python数据分析——多层索引嵌套

1. 创建多层列索引

1) 隐式构造

最常见的方法是给DataFrame构造函数的index或者columns参数传递两个或更多的数组

qizhong qizhong qimo qimo chinese math chinese math tom 100 90 80 70

jay 100 90 80 70

2) 显示构造pd.MultiIndex.from_

• 使用数组

- 使用product:
最简单，推荐使用

In [1]:

import numpy as np import pandas as pd from pandas import Series,DataFrame 

In [2]:

col=pd.MultiIndex.from_product([['qizhong','qimo'], ['chinese','math']]) 

In [3]:

#创建DF对象
df = DataFrame(data=np.random.randint(60,120,size=(2,4)),index=['tom','jay'], columns=col) df 

Out[3]:

	qizhong		qimo
	chinese	math	chinese	math
tom	108	80	61	72
jay	83	104	110	74

In [5]:

df['qimo'] 

Out[5]:

	chinese	math
tom	61	72
jay	110	74

 

2. 多层行索引

除了列索引，行索引也能用上述同样的方法创建多层行索引

3. 多层索引对象的索引与切片操作

1）DataFrame的操作

注意在对行索引的时候，若一级行索引还有多个，对二级行索引会遇到问题！也就是说，无法直接对二级索引进行索引，必须让二级索引变成一级索引后才能对其进行索引！ 

切片操作

In [4]:

#获取张三李四期中的php和c++成绩

In [5]:

#获取张三李四所有的成绩

In [16]:

# 总结：
# 访问一列或多列 直接用中括号[columnname] [[columname1,columnname2...]] #访问一行或多行 .loc[indexname] # 访问某一个元素 .loc[indexname,columnname] 获取李四期中的php成绩 # 行切片 .loc[index1:index2] 获取张三李四的期中成绩 # 列切片 .loc[:,column1:column2] 获取张三李四期中的php和c++成绩

5. 聚合操作

所谓的聚合操作：平均数，方差，最大值，最小值……