数据分析应用项目化教程（Python） 课件 任务4.4 层次化索引.pptx

第四章使用pandas进行数据对象构建和数据运算

任务4.4层次化索引操作pandas的索引分层索引MultiIndex数据源小费数据集tipsSeries的多层索引MultiIndexSeries有多层索引怎样筛选数据DataFrame的多层索引MultiIndexDataFrame有多层索引怎样筛选数据

pandas的索引pandas的索引：负责管理轴标签和其他如轴名称等元数据。构建Series或DataFrame时，所用到的任何数组或其他序列的标签都会被转换成一个Index。Pandas的数据处理：pandas作为python中非常重要的数据处理工具，它提供了很多灵活的数学和统计方法。在数据处理中，经常需要对数据进行索引的转换，以适应不同的统计和作图的需要。

分层索引MultiIndexPandas高维数据结构：?Pandas库的名字来源于其中3种主要数据结构开头字母的缩写，Panel、Dataframe、Series，其中Series表示一维数据，Dataframe表示二维数据，Panel表示三维数据。当数据高于二维时，我们一般用包含多层级索引的Dataframe进行表示，而不是使用Panel。原因是使用多层级索引展示数据更加直观，操作数据更加灵活，并且可以表示3维，4维乃至任意维度的数据。MultiIndex：层次化索引对象，表示单个轴上的多层索引，可以看做由原数组组成的数组。MultiIndex可以理解为堆叠的一种索引结构，官方文档提及到它为一些相当复杂的数据分析和操作打开了大门，尤其是在处理高维数据的时候显得十分便利。从本质上讲,有了多级索引就可以在Series和DataFrame等低数据结构中存储和处理任意维数的数据。

数据源小费数据集tips使用seaborn库自带的小费数据集tips,数据集中含有7个字段:消费总金额(totall_bill)(不含小费)小费金额(tip)顾客性别(sex)消费的星期(day)消费的时间段(time)用餐人数(size)顾客是否抽烟(smoker)

Series的多层索引MultiIndex使用分组创建多层级索引

Series有多层索引怎样筛选数据图1多层索引Series对象图2取level=0级索引是Thur图3取0级索引是Thur和Fri图4取0级索引是Thur并且1级索引是Dinner图5取1级索引是Dinner图6按0级索引统计

DataFrame的多层索引MultiIndex使用set_index方法将普通列转成多层级索引tips.set_index([‘day’,‘time’],inplace=True)#将列变成行索引，并且修改原数据集，如图1tips.sort_index(inplace=True)#按行索引排序，并替换原数据集，如图2图1列转成行图2行索引排序

DataFrame有多层索引MultiIndex怎样筛选数据

在选择数据时：元组(key1,key2)代表筛选多层索引，其中key1是索引0层，key2是1层，比如ey1=Thur,key2=Lunch列表[key1,key2]代表同一层的多个KEY，其中key1和key2是并列的同层索引，比如key1=Thur,key2=Fri

DataFrame有多层索引MultiIndex怎样筛选数据

DataFrame有多层索引MultiIndex怎样筛选数据在索引运算[]里面使用:,:表示切片。但是在非索引运算[]以外，比如元组或列表中使用：则不能表示：是切片运算符。在非索引运算[]以外，要表达切片，需使用slice()或pandas.IndexSliceslice(None)表示切片：，slice(a,e)表示a:eidx=pandas.IndexSlice,idx[:]表示切片，idx[a:e]表示a:e

小结pandas的索引分层索引MultiIndex数据源小费数据集tipsSeries的多层索引MultiIndexSeries有多层索引怎样筛选数据DataFrame的多层索引MultiIndexDataFrame有多层索引怎样筛选数据