目录

• 前言
• 创建多层索引
•  多层索引操作
•  索引名称的查看
•  索引的层级
•  索引内容的查看
• 数据查询
•  数据分组

import numpy as np 
import pandas as pd
df=pd.read_excel(''team.xlsx'')

df.groupby([''team'',df.mean(1)>60]).count() #每组平均分大于60的人的个数

#序列中创建
arrays = [[1, 1, 2, 2], [''red'', ''blue'', ''red'', ''blue'']]
index=pd.MultiIndex.from_arrays(arrays, names=(''number'', ''color''))
index

pd.DataFrame([{''a'':1, ''b'':2}], index=index)

#来自元组创建
arrays = [[''bar'', ''bar'', ''baz'', ''baz'', ''foo'', ''foo'', ''qux'', ''qux''],
          [''one'', ''two'', ''one'', ''two'', ''one'', ''two'', ''one'', ''two'']]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=[''first'', ''second''])
pd.Series(np.random.randn(8), index=index)

#可迭代对象的笛卡尔积，排列组合各种情况
numbers = [0, 1, 2]
colors = [''green'', ''purple'']
index = pd.MultiIndex.from_product([numbers, colors],names=[''number'', ''color''])
pd.Series(np.random.randn(6), index=index)

#来自 DataFrame
df = pd.DataFrame([[''bar'', ''one''], [''bar'', ''two''],
                   [''foo'', ''one''], [''foo'', ''two'']],
                  columns=[''first'', ''second''])
''''''
  first second
0   bar    one
1   bar    two
2   foo    one
3   foo    two
''''''
index = pd.MultiIndex.from_frame(df)
pd.Series(np.random.randn(4), index=index)

index_arrays = [[1, 1, 2, 2], [''男'', ''女'', ''男'', ''女'']]
columns_arrays = [[''2020'', ''2020'', ''2021'', ''2021''],
                  [''上半年'', ''下半年'', ''上半年'', ''下半年'',]]
index = pd.MultiIndex.from_arrays(index_arrays,names=(''班级'', ''性别''))
columns = pd.MultiIndex.from_arrays(columns_arrays,names=(''年份'', ''学期''))
df = pd.DataFrame([(88,99,88,99),(77,88,97,98),
                   (67,89,54,78),(34,67,89,54)],columns=columns, index=index)
df

#索引名称的查看：
df.index # 索引, 是一个 MultiIndex
df.columns # 引索引，也是一个 MultiIndex
# 查看行索引的名称
df.index.names # FrozenList([''班级'', ''性别''])
# 查看列索引的名称
df.columns.names # FrozenList([''年份'', ''学期''])

#索引的层级：
df.index.nlevels # 层级数   2
df.index.levels # 行的层级    # FrozenList([[1, 2], [''女'', ''男'']])
df.columns.levels # 列的层级  # FrozenList([[''2020'', ''2021''], [''上半年'', ''下半年'']])
df[[''2020'',''2021'']].index.levels # 筛选后的层级  # FrozenList([[1, 2], [''女'', ''男'']])

#索引内容的查看：
# 获取索引第2层内容
df.index.get_level_values(1)
# Index([''男'', ''女'', ''男'', ''女''], dtype=''object'', name=''性别'')
# 获取列索引第1层内容
df.columns.get_level_values(0)
# Index([''2020'', ''2020'', ''2021'', ''2021''], dtype=''object'', name=''年份'')
 
# 按索引名称取索引内容
df.index.get_level_values(''班级'')
# Int64Index([1, 1, 2, 2], dtype=''int64'', name=''班级'')
df.columns.get_level_values(''年份'')
# Index([''2020'', ''2020'', ''2021'', ''2021''], dtype=''object'', name=''年份'')
 
# 多层索引的数据类型，1.3.0+
df.index.dtypes

# 使用索引名可进行排序，可以指定具体的列
df.sort_values(by=[''性别'', (''2020'',''下半年'')])
df.index.reorder_levels([1,0])  # 等级顺序，互换
df.index.set_codes([1, 1, 0, 0], level=''班级'') # 设置顺序
df.index.sortlevel(level=0, ascending=True)   # 按指定级别排序
df.index.reindex(df.index[::-1]) # 更换顺序，或者指定一个顺序

df.index.to_numpy() # 生成一个笛卡尔积的元组对列表
# array([(1, ''男''), (1, ''女''), (2, ''男''), (2, ''女'')], dtype=object)
df.index.remove_unused_levels() # 返回没有使用的层级
df.swaplevel(0, 2) # 交换索引
df.to_frame() # 转为 DataFrame
idx.set_levels([''a'', ''b''], level=''bar'') # 设置新的索引内容
idx.set_levels([[''a'', ''b'', ''c''], [1, 2, 3, 4]], level=[0, 1])
idx.to_flat_index()   # 转为元组对列表
df.index.droplevel(0) # 删除指定等级
df.index.get_locs((2, ''女''))  # 返回索引的位置

#查询指定行
df.loc[1] #一班的
df.loc[(1, ''男'')] # 一年级男
df.loc[1:2] # 一二两年级数据

#查询指定列
df[''2020''] # 整个一级索引下
df[(''2020'',''上半年'')] # 指定二级索引
df[''2020''][''上半年''] # 同上

#行列综合  slice(None)表示本层所有内容
df.loc[(1, ''男''), ''2020''] # 只显示2020年一年级男
df.loc[:, (slice(None), ''下半年'')] # 只看下半年的
df.loc[(slice(None), ''女''),:] # 只看女生
df.loc[1, (slice(None)),:] # 只看1班
df.loc[:, (''2020'', slice(None))] # 只看 2020 年的

#和单层索引的数据查询一样，不过在选择列上要按多层的规则。
df[df[(''2020'',''上半年'')] > 80]

#pd.IndexSlice切片使用：
 
idx = pd.IndexSlice
idx[0]               # 0
idx[:]               # slice(None, None, None)
idx[0,''x'']           # (0, ''x'')
idx[0:3]             # slice(0, 3, None)
idx[0.1:1.5]         # slice(0.1, 1.5, None)
idx[0:5,''x'':''y'']     # (slice(0, 5, None), slice(''x'', ''y'', None))

#查询应用：
idx = pd.IndexSlice
df.loc[idx[:,[''男'']],:] # 只显示男
df.loc[:,idx[:,[''上半年'']]] # 只显示上半年
 
#df.xs()
df.xs((1, ''男'')) # 一年级男生
df.xs(''2020'', axis=1) # 2020 年
df.xs(''男'', level=1) # 所有男生

df.groupby(level=0).sum()
df.groupby(level=''性别'').sum()
df.sum(level=''班级'') # 也可以直接统计

df.groupby(level=[''性别'', ''班级'']).sum()

• Pandas将列表（List）转换为数据框（Dataframe）
• Pandas 数据框增、删、改、查、去重、抽样基本操作方法
• pandas数据框,统计某列数据对应的个数方法
• python pandas创建多层索引MultiIndex的6种方式
• Pandas的MultiIndex多层索引使用说明
• pandas多层索引的创建和取值以及排序的实现
• 在Pandas中给多层索引降级的方法

我有一个如图所示的pandas数据框。我如何将其变成如下表所示。（演示是在excel中进行的，但我只想向您说明表的外观-这个问题与从excel导入和导出数据框无关）

谢谢

df = pd.DataFrame({'a':range(2),'b':range(2),'c':range(2),'d':range(2)})

df2 = df.pop(['c','d'])

TypeError: '['c','d']' is an invalid key

df2 = df[['c','d']]
df3 = df[['a','b']]

解决方法

df2 = df[['c','d']].copy()
del df[['c','d']] # df.drop(['c','d'],axis=1,inplace=True)

df2 = pd.concat([df.pop(x) for x in ['c','d']],1)

df

   a  b
0  0  0
1  1  1

df2

   c  d
0  0  0
1  1  1