pandas 多层次索引 MultiIndex

本教程作者所著新书《深入浅出Pandas：利用Python进行数据处理与分析》（ISBN：9787111685456）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

分层/多级索引非常令人兴奋，因为它为一些非常复杂的数据分析和操作（特别是处理高维数据）打开了大门。 从本质上讲，它使您可以在Series（1d）和DataFrame（2d）等较低维度的数据结构中存储和处理任意数量的维度的数据。

示例

多层索引是指在行或者列轴上有两个及以上级别的索引，一般表示一个数据的几个分项。比如，下图所示的数据样式：

如果进行抽象的话，是这样的：

理解

针对上例的数据，我们理解一下数据的结构。列索引第一层有 a - c 三个，具体到 a 它又有 one 和 two 两个维度，在行上，总体有 A 和 B 两列数据，其中他们又分为 x 和 y 两个维度。本质上，这其实是一个多维的数据，但是以二维的形式展现出来了，这样我们就可以以这种形式处理高维数据。

场景

多层索引数据在实际使用中还不少。比如：

df.groupby('team').agg(['max', 'min'])
'''
           name         Q1      Q2      Q3      Q4
            max    min max min max min max min max min
team
A         Tyler  Aaron  96   9  87   4  99  14  97   8
B        Thomas   Acob  97   2  99   4  99  12  99   2
C       William   Adam  98   1  96  13  87   1  98  20
D     Theodore3  Aiden  80   5  97   7  95  10  99  11
E       Zachary  Arlo8  97   4  98   1  87  13  98   3

'''

以上为每个季度的最大值和最小值，在行上有两层索引，这样就清晰地表达了业务意义。

在处理复杂数据数据时常常会出现多层索引，相当于我们给 Excel 同类的表头做了合并单元格。

但是，我们尽量避免让数据多层级化，这样会让我们的数据处理起来特别复杂，可以先将数据筛选完成再创建索引，保持一层索引。

注：本文及后文多层索引中的可视化示例图来自 jessicastringham。

相关内容

• pandas 生成排列组合数据 2021-09-18 12:13:45