pandas（二）

層級索引：

　　index=[('a',2010),('b',2011),('c',2010'),('a',2012),('e',2010),('f',2011)]

　　age=[18,17,18,16,18,17]

常規建立

　　pop =pd.Series(age,index=index)

MultiIndex建立

　　index= pd.MultiIndex.from_tuples(index)

　　pop = pop.reindex(index)   最原先的索引重置爲multiindex

　　pop[:,2010]  取出2010的全部數據

　　

高維數據的多級索引：

　　pop_df = pop.unstack()   

　　本質是生成一個a-f爲行索引，年份爲列索引的矩陣，缺失值用nan

　　pop = pop_df.stack()   和unstack相反

 

多級索引建立：

　　直接將index參數設爲二維

　　df = pd.DataFrame(np.random.rand(4,2),

　　　　　　　　　　　　　　index=[['a','a','c','d'],[1,2,1,1]],

　　　　　　　　　　　　　　columns=['data1','data2'])

 

　　將元祖做爲鍵的字典傳入

　　data = {('a',1):18,('a',2):19,('b',1):20}

　　pd.Series(data)　　

　　

　　顯式建立多級索引

　　pd.MultiIndex.from_arrays([['a','a','b','b'],[1,2,1,2]])

　　pd.MultiIndex.from_tuples([('a',1),('a',2),('b',1),('b',2)])　　

 

多級索引等級名稱

　　pop.index.names=['name','year']  之前面例子來講給name是a一列的名稱，year是2010一列的造成

 

Series多級索引

 獲取單個元素：

　　pop['a',2010]

　　也能夠支持局部取值

　　pop['a']

　　局部切片

　　pop['a':'c']  但要求muliIndex按順序排列

　　pop[:,2012]

　　pop[pop>18]

　　pop[['a','b']]