约定第一行代码

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

MultiIndex

MultiIndex表示多级索引，它是从Index继承过来的，其中多级标签用元组对象来表示

一、创建MultiIndex对象

创建方式一：元组列表

m_index1=pd.Index([("A","x1"),("A","x2"),("B","y1"),("B","y2"),("B","y3")],name=["class1","class2"])
m_index1

#代码结果
MultiIndex(levels=[['A', 'B'], ['x1', 'x2', 'y1', 'y2', 'y3']],
           labels=[[0, 0, 1, 1, 1], [0, 1, 2, 3, 4]],
           names=['class1', 'class2'])

df1 = Dataframe(np.random.randint(1,10,(5,3)),index = m_inex1)
df1

代码结果

创建方式二：特定结构

class1=["A","A","B","B"]
class2=["x1","x2","y1","y2"]
m_index2=pd.MultiIndex.from_arrays([class1,class2],names=["class1","class2"])
m_index2

#代码结果
MultiIndex(levels=[['A', 'B'], ['x1', 'x2', 'y1', 'y2']],
           labels=[[0, 0, 1, 1], [0, 1, 2, 3]],
           names=['class1', 'class2'])

df2=DataFrame(np.random.randint(1,10,(4,3)),index=m_index2)
df2

代码结果

创建方式三：笛卡尔积

.from_product()从多个集合的笛卡尔积创建MultiIndex对象

m_index3=pd.MultiIndex.from_product([["A","B"],['x1','y1']],names=["class1","class2"])
m_index3

#代码结果
MultiIndex(levels=[['A', 'B'], ['x1', 'y1']],
           labels=[[0, 0, 1, 1], [0, 1, 0, 1]],
           names=['class1', 'class2'])

df3 = pd.DataFrame(np.random.randint(1,10,(2,4)),columns = m_index3)

MultiIndex对象属性

我们再来看一下df1的结构

• 如何获取到单个元素

df1.loc[('A','x1'),2]

#代码结果
2

• 通过索引下标取索引值

m_index4=df1.index
print(m_index4[0])

#代码结果
('A', 'x1')

• 调用.get_loc()和.get_indexer()获取标签的下标

print(m_index4.get_loc(("A","x2")))
print(m_index4.get_indexer([("A","x2"),("B","y1"),"nothing"]))

#代码结果
1
[ 1  2 -1]

• MultiIndex对象使用多个Index对象保存索引中每一级的标签

print(m_index4.levels[0])
print(m_index4.levels[1])

#代码结果
Index(['A', 'B'], dtype='object', name='class1')
Index(['x1', 'x2', 'y1', 'y2', 'y3'], dtype='object', name='class2')

• MultiIndex对象还有属性labels保存标签的下标

print(m_index4.labels[0])
print(m_index4.labels[1])

#代码结果
FrozenNDArray([0, 0, 1, 1, 1], dtype='int8')
FrozenNDArray([0, 1, 2, 3, 4], dtype='int8')