---

层次化索引的概念

只有一层索引结构（行索引、列索引）的Pandas对象称为单层索引，层次化索引可以理解为单层索引的延申，即在一个轴方向上具有多层索引。

---

层次化索引的创建

使用嵌套列表的方式构造层次化索引对象

Series对象

使用构造方法创造Series对象时，index参数接收了一个嵌套列表来设置索引的层级。

嵌套的第一个列表会作为外层索引，第二个列表会作为内层索引。

import pandas as pd
import numpy as npse = pd.Series([1, 2, 3, 4, 5, 6, 7, 8],index=[['河北省', '河北省', '河北省', '河北省','河南省', '河南省', '河南省', '河南省'],['石家庄', '唐山', '邯郸', '秦皇岛', '郑州', '开封', '洛阳', '新乡']])
print(se)

输出结果：

河北省  石家庄    1唐山     2邯郸     3秦皇岛    4
河南省  郑州     5开封     6洛阳     7新乡     8
dtype: int64

---

DataFrame对象

嵌套函数中两个列表的长度必须是保持一致的，否则将会出现ValueError错误。

df = DataFrame([1, 2, 3, 4, 5, 6, 7, 8],index=[['河北省', '河北省', '河北省', '河北省','河南省', '河南省', '河南省', '河南省'],['石家庄', '唐山', '邯郸', '秦皇岛', '郑州', '开封', '洛阳', '新乡']],columns=['占地面积'])
print(df)
df1 = DataFrame({'占地面积': [1, 2, 3, 4, 5, 6, 7, 8]},index=[['河北省', '河北省', '河北省', '河北省','河南省', '河南省', '河南省', '河南省'],['石家庄', '唐山', '邯郸', '秦皇岛', '郑州', '开封', '洛阳', '新乡']])
print(df1)

输出结果： 两种方式的输出结果是一致的

         占地面积
河北省 石家庄     1唐山      2邯郸      3秦皇岛     4
河南省 郑州      5开封      6洛阳      7新乡      8占地面积
河北省 石家庄     1唐山      2邯郸      3秦皇岛     4
河南省 郑州      5开封      6洛阳      7新乡      8

---

通过MultiIndex类的方法构建层次化索引

除了使用嵌套列表的方式构造层次化索引以外，还可以通过MultiIndex类的方法构建一个层次化索引。

---

MultiIndex类提供了3种创建层次化索引的方法。

MultiIndex.from_tuples()：将元组列表转换为MultiIndex。

MultiIndex.from_arrays()：将数组列表转换为MultiIndex。

MultiIndex.from_product()：从多个集合的笛卡尔乘积种创建一个MultiIndex。

---

MultiIndex类对象种有三个比较重要的属性

levels ： 表示每个级别的唯一标签

labels : 表示每一个索引列种每个元素在levels中对应的第几个元素

names ：设置索引等级名称

---

通过from_tuples()方法创建MultiIndex对象

from_tuples()方法可以将包含若干个元组的列表转换为MultiIndex对象，其中元组的第一个元素作为外层索引，元组的第二个元素作为内层索引。

from pandas import MultiIndexlist_tuples = [('A', 'A1'), ('A', 'A2'), ('A', 'A3'), ('B', 'B1'), ('B', 'B2')]
# 创建包含多个元组的列表
multi_tuple = MultiIndex.from_tuples(tuples=list_tuples, names=['外层索引', '内层索引'])
# 根据元组列表创建一个MultiIndex对象
print(multi_tuple)

输出结果：

MultiIndex([('A', 'A1'),('A', 'A2'),('A', 'A3'),('B', 'B1'),('B', 'B2')],names=['外层索引', '内层索引'])

接下来，创建一个DataFrame对象，把刚创建的创建的multi_tuple传递给index参数。

import pandas as pdvalue = [[1, 2, 3], [8, 5, 7], [4, 7, 7], [5, 5, 4], [4, 9, 9]]
df_tuple = pd.DataFrame(data=value, index=multi_tuple)
print(df_tuple)

输出结果：

外层索引 内层索引         
A    A1    1  2  3A2    8  5  7A3    4  7  7
B    B1    5  5  4B2    4  9  9

---

通过from_arrays()方法创建MultiIndex对象

from_arrays()方法是将数组列表转换为MultiIndex对象，其中嵌套的第一个列表将作为外层索引，嵌套的第二个列表将作为内层索引。

from pandas import MultiIndexmulti_array = MultiIndex.from_arrays(arrays=[['A', 'B', 'A', 'B', 'B'],['A1', 'A2', 'B1', 'B2', 'B3']],names=['外层索引', '内层索引'])
# 根据列表创建一个MultiIndex对象
print(multi_array)

输出结果：

MultiIndex([('A', 'A1'),('B', 'A2'),('A', 'B1'),('B', 'B2'),('B', 'B3')],names=['外层索引', '内层索引'])

参数arrays既可以接收列表，也可以接受数组，不过每个列表或者数组的长度必须是相同的。

接下来，创建一个DataFrame对象，把刚刚创建的multi_array传递给index参数。

import pandas as pd
import numpy as npvalue1 = np.arange(10).reshape(5, 2)
df_array = pd.DataFrame(data=value1, index=multi_array)
print(df_array)

输出结果：

           0  1
外层索引 内层索引      
A    A1    0  1
B    A2    2  3
A    B1    4  5
B    B2    6  7B3    8  9

---

通过from_product()方法创建MultiIndex对象

from_product()方法表示从多个集合的笛卡尔积中创建一个MultiIndex对象。

number = [0, 1, 2]
colors = ['green', 'purple']
multi_product = pd.MultiIndex.from_product(iterables=[number, colors],names=['number', 'color'])
print(multi_product)

输出结果：

MultiIndex([(0,  'green'),(0, 'purple'),(1,  'green'),(1, 'purple'),(2,  'green'),(2, 'purple')],names=['number', 'color'])

接下来，创建一个DataFrame对象，把刚刚创建的multi_product传递给index参数，让该对象有两层索引结构。

value2 = np.arange(12).reshape(6, 2)
df_product = pd.DataFrame(data=value2, index=multi_product)
print(df_product)

输出结果：

                0   1
number color         
0      green    0   1purple   2   3
1      green    4   5purple   6   7
2      green    8   9purple  10  11

---

层次化索引的操作

选取子集

创建Series对象

ser_obj = Series([50, 60, 40, 94, 63, 101, 200, 56, 45],index=[['小说', '小说', '小说','散文随笔', '散文随笔', '散文随笔','传记', '传记', '传记'],['高山上的小邮局', '失踪的总统', '绿毛水怪','皮囊', '浮生六记', '自在独行','梅西', '老舍自传', '库里传']])
print(ser_obj)

输出结果：

小说    高山上的小邮局     50失踪的总统       60绿毛水怪        40
散文随笔  皮囊          94浮生六记        63自在独行       101
传记    梅西         200老舍自传        56库里传         45
dtype: int64

---

获取外层索引子集

例如获取所有外层索引为“小说”的子集

print(ser_obj['小说'])  

输出结果：

高山上的小邮局    50
失踪的总统      60
绿毛水怪       40
dtype: int64

---

获取内层索引子集

例如获取内层索引为“老舍自传”的子集

print(ser_obj[:, '老舍自传']) 

输出结果：

传记    56
dtype: int64

交换分层顺序——swaplevel()

交换分层顺序是指交换外层索引和内层索引的位置。

print(ser_obj.swaplevel())

输出结果：

高山上的小邮局  小说       50
失踪的总统    小说       60
绿毛水怪     小说       40
皮囊       散文随笔     94
浮生六记     散文随笔     63
自在独行     散文随笔    101
梅西       传记      200
老舍自传     传记       56
库里传      传记       45
dtype: int64

---

排序分层

sort_index()

sort_index(
self,
axis=0,
level=None,
ascending=True,
inplace=False,
kind=“quicksort”,
na_position=“last”,
sort_remaining=True,
ignore_index: bool = False,
)

上述方法的部分参数含义如下：

ascending： 是否升序排列，默认为True，升序排列。

在使用sort_index()方法排序时，会优先选择按外层索引进行排序，然后再按照内层索引进行排序。

---

创建一个DataFrame对象

df_obj = DataFrame({'word': ['a', 'b', 'd', 'e', 'f', 'k', 'd', 's', 'l'],'num':['1', '2', '4', '5', '3', '2', '6', '2', '3']},index=[['A', 'A', 'A', 'C', 'C', 'C', 'B', 'B', 'B'],[1, 3, 2, 3, 1, 2, 4, 5, 8]])
print(df_obj)

输出结果：

 word num
A 1    a   13    b   22    d   4
C 3    e   51    f   32    k   2
B 4    d   65    s   28    l   3

---

按索引排序

print(df_obj.sort_index())  

输出结果：

 word num
A 1    a   12    d   43    b   2
B 4    d   65    s   28    l   3
C 1    f   32    k   23    e   5

---

sort_values()

sort_values(
self,
by,
axis=0,
ascending=True,
inplace=False,
kind=“quicksort”,
na_position=“last”,
ignore_index=False,
)

上述方法的部分参数含义如下：

by： 按指定的值排序，是sort_values()必须填写的参数

---

按照列索引num进行降序排列

print(df_obj.sort_values(by=['num'], ascending=False))

输出结果：

word num
B 4    d   6
C 3    e   5
A 2    d   4
C 1    f   3
B 8    l   3
A 3    b   2
C 2    k   2
B 5    s   2
A 1    a   1