python/pandas/numpy数据分析（七）-MultiIndex

data=Series(np.random.randn(10),index=[list(aaabbbccdd),list(1231231223)])
data

a  1    0.198134
   2    0.657700
   3   -0.984464
b  1    0.105481
   2   -1.587769
   3    0.329646
c  1   -0.172460
   2   -1.234518
d  2   -1.200264
   3   -0.239958
dtype: float64


data.index
MultiIndex(levels=[[a, b, c, d], [1, 2, 3]],
           labels=[[0, 0, 0, 1, 1, 1, 2, 2, 3, 3], [0, 1, 2, 0, 1, 2, 0, 1, 1, 2]])

取层次化索引:

data[b:c]
b  1    0.105481
   2   -1.587769
   3    0.329646
c  1   -0.172460
   2   -1.234518
dtype: float64

data.ix[[b,c]]

b  1    0.105481
   2   -1.587769
   3    0.329646
c  1   -0.172460
   2   -1.234518
dtype: float64

取内层索引:

data[:, 2]

a    0.657700
b   -1.587769
c   -1.234518
d   -1.200264
dtype: float64

unstack: 将Series放到DataFrame中

data.unstack()
    1   2   3
a   0.198134    0.657700    -0.984464
b   0.105481    -1.587769   0.329646
c   -0.172460   -1.234518   NaN
d   NaN -1.200264   -0.239958

data.unstack().stack() 进行还原

data.unstack().stack()

对于DataFrame，每个轴上都可以有分层索引

frame=DataFrame(np.arange(12).reshape(4,3),
                index=[list(aabb),list(1212)],
                columns=[[ohio,ohio,colorado],[Green,Red,Green]])
frame

还可以命名：

frame.index.names=[key1,key2]
frame.columns.names=[state,color]
frame

因为有了列索引，所以可以直接取列分组

frame[ohio]

根据级别汇总统计

frame.index
MultiIndex(levels=[[a, b], [1, 2]],
           labels=[[0, 0, 1, 1], [0, 1, 0, 1]],
           names=[key1, key2])

levels用于在指定在某条轴上进行求和的级别.

frame.sum(level=key2)

frame.sum(level=color,axis=1)

将列转换为行索引

DataFrame的set_index函数会将一个或者多个列转换为行索引,并创建一个新的DataFrame reset_index的功能跟set_index刚好相反，层次化索引的级别挥别转移到列里面