各位朋友們，今天給大家?guī)?lái)的是數(shù)據(jù)分析的內(nèi)容。歡迎各位朋友多提寶貴意見(jiàn)哦!
本次分享給大家的是：DataFrame的多層索引及使用。
多層索引是指在行或者列軸上有兩個(gè)及以上級(jí)別的索引，一般表示一個(gè)數(shù)據(jù)的幾個(gè)分項(xiàng)。比如，下圖所示的數(shù)據(jù)樣式：
我們使用的是對(duì)美女的顏值投票數(shù)據(jù)，現(xiàn)在有幾位美女分別給他們起了容易記憶的名字，比如：小麗，小芳啊
于是拿著這些照片來(lái)到辦公區(qū)，投票啦!投票啦!大家分成了兩組進(jìn)行投票，男生一組、女生一組，投票的內(nèi)容就是：漂亮和不漂亮。
于是就有了下面的數(shù)據(jù)部分：
大家發(fā)現(xiàn)這個(gè)表格數(shù)據(jù)跟我們常用的不同，那就是列名是有兩層的。那這樣的數(shù)據(jù)怎么進(jìn)行數(shù)據(jù)分析呢?
```
import numpy as np
import pandas as pd
beauty = pd.read_excel('beauty.xlsx')
beauty
```
這是什么情況?列名怎么還有Unnamed:0,Unnamed:1這些呢?是我們讀取數(shù)據(jù)的時(shí)候沒(méi)有設(shè)置index_col和header屬性。
header設(shè)置的是列，如果是多列則使用列表，從左到右為0，1，2，...，index_col則是設(shè)置的行，用來(lái)指定行索引。
```
beauty = pd.read_excel('beauty.xlsx',header=[0,1],index_col=0)
beauty
```
但是要自己創(chuàng)建一個(gè)多層索引則有兩種方式：分別是隱式和顯式的。
### 創(chuàng)建多層索引
方法一：隱式創(chuàng)建，即給DataFrame的`index`或`columns`參數(shù)傳遞兩個(gè)或更多的數(shù)組。我們自己構(gòu)建一個(gè)顏值投票的數(shù)據(jù)。
```
df1 = pd.DataFrame(np.random.randint(1，30, size=(8, 4)),
index= ['小明','小花','小麗','小玲','小軍','小新','小美','小芳'],
columns=[['男生', '男生', '女生', '女生'],
['漂亮', '不漂亮', '漂亮', '不漂亮']])
```
數(shù)據(jù)雖然有些區(qū)別，但是結(jié)構(gòu)是一樣的。
方法二、顯示創(chuàng)建，推薦使用較簡(jiǎn)單的`pd.MultiIndex.from_product`方法。
MultiIndex表示多級(jí)索引，它是從Index繼承過(guò)來(lái)的，其中多級(jí)標(biāo)簽用元組對(duì)象來(lái)表示。from_product()從多個(gè)集合的笛卡爾積創(chuàng)建MultiIndex對(duì)象。
具體的詳解：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.MultiIndex.html
```
df = pd.DataFrame(np.random.randint(1,30, size=(8, 4)),
index= ['小明','小花','小麗','小玲','小軍','小新','小美','小芳'],
columns=pd.MultiIndex.from_product([['男生', '女生'],
['漂亮', '不漂亮']]))
```
哇!完美!比剛才的還簡(jiǎn)單了呢?
### 檢索多層索引
如果檢索小美的女生投票如何獲取呢?再比如獲取小玲的男生漂亮值的投票數(shù)是多少呢?
我們一起來(lái)看看吧!我們以上面真實(shí)的投票數(shù)據(jù)為例來(lái)看一下
```
df.男生
```
結(jié)果：
小新的女生投票如何獲取呢?這時(shí)候就要使用loc[行，列]了，當(dāng)然如果是小美則就是df.loc[‘小美’,'女生']
當(dāng)然你也可以獲取前3位美女的女生投票，兩種方式loc和iloc均可以實(shí)現(xiàn)。
```
df.loc[['小明','小花','小麗'],'女生']
```
或者
```
df.iloc[0:3,[2,3]]
```
如果要獲取小明，小麗，小軍，小美的男女生的漂亮投票數(shù)呢?(可以評(píng)論區(qū)留言哦，我們一起學(xué)習(xí)有幾種獲取方式)
### 更改多層索引的層級(jí)
所謂更改多層索引的層級(jí)，就是交換下男女生和漂亮和不漂亮的位置。在交換之前我們要知道叫交換的層的名字，但是我們又沒(méi)有名字，所以我們就要先設(shè)置名字，然后交換。
```
df.columns.names = ['gender', 'isBeauty'] # 設(shè)置列索引名
# 如果設(shè)置index行索引，則可以下面的方式
# df.index.names = ['你的名字']
```
截取部分?jǐn)?shù)據(jù)：
然后就可以交換啦!使用swaplevel
```
df.swaplevel('gender', 'isBeauty',axis=1) # 因?yàn)槲覀兪墙粨Q列索引，所以axis=1
```
結(jié)果：
### 多級(jí)索引的值排序
索引名字排序
```
df.sort_index(level=0, axis=1, ascending=True) # 對(duì)列索引gender的值進(jìn)行排列
```
但是問(wèn)題來(lái)啦!如果說(shuō)按照男生的漂亮值降序排列如何實(shí)現(xiàn)?這就是多層索引的值排序啦!
```
df.sort_values(by=[('男生','漂亮')],ascending=False) # 注意觀察參數(shù)by的內(nèi)容
```
如果是按照女生不漂亮進(jìn)行升序排列呢?
### 多級(jí)索引匯總統(tǒng)計(jì)
所謂匯總就是類似求和、求均值、最大值之類的。比如男生漂亮的最多票數(shù)是誰(shuí)?男女生的漂亮數(shù)總和?
其實(shí)這個(gè)還是離不開(kāi)我們常用的sum(),mean(),max(),min().....
```
df.sum(level=0,axis=1) # 男女生的票數(shù)總和,其中l(wèi)evel指定了多層索引的索引值
```
或者
```
df.sum(level=1,axis=1) # 此時(shí)獲取的就是漂亮和不漂亮的總和
```
結(jié)果：
但是男生漂亮的最多票數(shù)是誰(shuí)?這樣就是跨行獲取最大值
```
df.男生.漂亮.max()
```
所以很重要的就是：從求和這里我們來(lái)分析，就是我們是跨行求和還是跨列求和。跨行就是axis=0,跨列就是axis=1.
### 多級(jí)索引軸向轉(zhuǎn)換
常見(jiàn)的數(shù)據(jù)層次化結(jié)構(gòu)：樹(shù)狀和表格
- 軸向轉(zhuǎn)換的函數(shù)
> 1. stack：“透視”某個(gè)級(jí)別的(可能是多層的)列標(biāo)簽，返回帶有索引的 DataFrame，該索引帶有一個(gè)新的最里面的行標(biāo)簽。
> 2. unstack：(堆棧的逆操作)將(可能是多層的)行索引的某個(gè)級(jí)別“透視”到列軸，從而生成具有新的最里面的列標(biāo)簽級(jí)別的重構(gòu)的 DataFrame。
>
> stack 過(guò)程將數(shù)據(jù)集的列轉(zhuǎn)行，unstack 過(guò)程為行轉(zhuǎn)列。
```
df1 = df.stack() # 默認(rèn)是內(nèi)層的進(jìn)行轉(zhuǎn)換
df1
```
截取部分：
注意此時(shí)使用的是df1,df1是上圖轉(zhuǎn)換后的數(shù)據(jù)。按照上圖標(biāo)記的level=0和level=1
```
df1.unstack(level=0) # 就是將level=0的數(shù)據(jù)轉(zhuǎn)換到列上
```
如果數(shù)據(jù)里面的缺失值，則可以使用dropna的參數(shù)即：df.stack(dropna=True)
另外還有一些屬性，比如：
> df.index.names 查看行索引的名稱
>
> df.columns.names 查看列索引的名稱
>
> df.index.nlevels 層級(jí)數(shù)
>
> df.index.levels 行的層級(jí)
>
> df.columns.levels 列的層級(jí)
>
> df[['男生','女生']].index.levels 篩選后的層級(jí)
>
> df.index.droplevel(0) 刪除指定等級(jí)
希望本篇文章可以給大家?guī)?lái)收獲，如果喜歡的話，歡迎轉(zhuǎn)發(fā)哦!
京公網(wǎng)安備 11010802030320號(hào)