介绍 Pandas 实战中一些高端玩法
什么是介绍多重/分层索引
多重/分层索引(MultiIndex)可以理解为堆叠的一种索引结构，它的实战存在为一些相当复杂的数据分析和操作打开了大门，尤其是中高在处理高纬度数据的时候就显得十分地便利，我们首先来创建带有多重索引的端玩DataFrame数据集。
多重索引的介绍创建
首先在“列”方向上创建多重索引，即我们在调用columns参数时传递两个或者更多的实战数组，代码如下：
df1 = pd.DataFrame(np.random.randint(0,中高 100, size=(2, 4)),
index= [ladies, gentlemen],
columns=[[English, English, French, French],
[like, dislike, like, dislike]])output
那么同理我们想要在“行”方向上存在多重索引，则是端玩在调用index参数的时候传递两个或者更多数组即可，代码如下：
df = pd.DataFrame(np.random.randint(0,介绍 100, size=(4, 2)),
index= [[English,, Chinese,],
[like,dislike,like,dislike]],
columns=[ladies, gentlemen])output
除此之外，还有其他几种常见的实战方式来创建多重索引，分别是中高:
pd.MultiIndex.from_arrays pd.MultiIndex.from_frame pd.MultiIndex.from_tuples pd.MultiIndex.from_product小编这里就挑其中的一种来为大家演示如何来创建多重索引，代码如下:
df2 = pd.DataFrame(np.random.randint(0,端玩 100, size=(4, 2)),
columns= [ladies, gentlemen],
index=pd.MultiIndex.from_product([[English,French],
[like,dislike]]))output
获取多重索引的值
接下来我们来看一下怎么获取带有多重索引的数据集当中的数据，使用到的介绍数据集是英国三大主要城市伦敦、剑桥和牛津在2019年全天的实战气候数据，云服务器如下所示:
import pandas as pd
from pandas import IndexSlice as idx
df = pd.read_csv(dataset.csv,中高
index_col=[0,1],
header=[0,1]
)
df = df.sort_index()
dfoutput
在“行”索引上，我们可以看到是“城市”以及“日期”这两个维度，而在“列”索引上，我们看到的是则是“不同时间段”以及一些“气温”等指标，首先来看一下“列”方向多重索引的层级，代码如下:
df.columns.levelsoutput
FrozenList([[Day, Night], [Max Temperature, Weather, Wind]])我们想要获取第一层级上面的索引值，代码如下:
df.columns.get_level_values(0)output
Index([Day, Day, Day, Night, Night, Night], dtype=object)那么同理，第二层级的索引值，只是把当中的0替换成1即可，代码如下:
df.columns.get_level_values(1)output
Index([Weather, Wind, Max Temperature, Weather, Wind,
Max Temperature],
dtype=object)那么在“行”方向上多重索引值的获取也是一样的道理，这里就不多加以赘述了。
数据的获取
那么涉及到数据的获取，方式也有很多种，最常用的就是loc()方法以及iloc()方法了，例如:
df.loc[London , Day]
## 或者是
df.loc[(London, ) , (Day, )]output
通过调用loc()方法来获取第一层级上的数据，亿华云要是我们想要获取所有“行”的数据，代码如下:
df.loc[:, Day]
## 或者是
df.loc[:, (Day,)]output
或者是所有“列”的数据，代码如下:
df.loc[London , :]
## 或者是
df.loc[(London, ) , :]output
当然我们也可以这么来做，在行方向上指定第二层级上的索引，代码如下:
df.loc[London , 2019-07-02]
## 或者是
df.loc[(London , 2019-07-02)]output
多重索引的数据获取
假设我们想要获取剑桥在2019年7月3日白天的数据，代码如下:
df.loc[Cambridge, Day].loc[2019-07-03]output
在第一次调用loc[Cambridge, Day]的时候返回的是DataFrame数据集，然后再通过调用loc()方法来提取数据，当然这里还有更加快捷的方法，代码如下:
df.loc[(Cambridge, 2019-07-01), Day]我们需要传入元祖的形式的索引值来进行数据的提取。要是我们不只是想要获取单行或者是单列的数据，可以这么来操作:
df.loc[
(Cambridge , [2019-07-01,2019-07-02] ) ,
Day
]output
或者是获取多列的服务器托管数据，代码如下:
df.loc[
Cambridge ,
(Day, [Weather, Wind])
]output
我们要是想要获取剑桥在2019年7月1日到3日，连续3天的白天气候数据，代码如下:
df.loc[
(Cambridge, 2019-07-01: 2019-07-03),
Day
]output
这么来写是会报语法错误的，正确的方法应该是这么来做:
df.loc[
(Cambridge,2019-07-01):(London,2019-07-03),
Day
]xs()方法的调用
小编另外推荐xs()方法来指定多重索引中的层级，例如我们只想要2019年7月1日各大城市的数据，代码如下:
df.xs(2019-07-01, level=Date)output
还能够接受多个维度的索引，例如想要获取伦敦在2019年7月4日的全天数据，代码如下:
df.xs((London, 2019-07-04), level=[City,Date])output
另外还有axis参数来指定是获取“列”方向还是“行”方向上的数据，例如我们想要获取“Weather”这一列的数据，代码如下:
df.xs(Weather, level=1, axis=1)output
当中的level参数代表的是层级，我们将其替换成0，看一下出来的结果。
df.xs(Day, level=0, axis=1)output
筛选出来的是三个主要城市2019年白天的气候数据。
IndexSlice()方法的调用
同时Pandas内部也提供了IndexSlice()方法来方便我们更加快捷地提取出多重索引数据集中的数据，代码如下:
from pandas import IndexSlice as idx
df.loc[
idx[: , 2019-07-04],
Day
]output
我们同时可以指定行以及列方向上的索引来进行数据的提取，代码如下:
rows = idx[: , 2019-07-02]
cols = idx[Day , [Max Temperature,Weather]]
df.loc[rows, cols]output
