创建多层索引

数据重塑与轴向旋转

s = Series(np.random.randint(0,150,size=6),index=[['a','a','b','b','c','c'],['期中','期末','期中','期末','期中','期末']])

# 输出
a  期中    59期末    43
b  期中    28期末    99
c  期中    92期末    58
dtype: int32

df1 = DataFrame(np.random.randint(0,150,size=(4,6)),index = list('东南西北'),columns=[['python','python','math','math','En','En'],['期中','期末','期中','期末','期中','期末']])

      python      math       En    期中   期末   期中  期末   期中  期末
东    137  119   22   3  130  79
南     90  146   60  80  143  23
西    105   31  125  87    7  66
北    131   62   13  67   81   3

df2 = DataFrame(np.random.randint(0,150,size=(4,6)),
index = list('东南西北'),
columns=[['python','python','math','math','En','En'],['期中','期末','期中','期末','期中','期末']])

      python      math        En     期中   期末   期中   期末   期中   期末
东     99   10  148    9  146  104
南     65   75    7    1   74  107
西    136   45   83  121   61   12
北    143  131   85   27   55   47

df3 = DataFrame(np.random.randint(0,150,size=(4,6)),index = list('东南西北'),columns =pd.MultiIndex.from_tuples([('python','期中'),('python','期末'),('math','期中'),('math','期末'),('En','期中'),('En','期末')]))

      python      math       En     期中   期末   期中   期末  期中   期末
东      4   76   53  117  62   29
南    124   28   61   13  62  117
西     87  137   64  125  44   76
北     82  120   75  126  78  101

df4 = DataFrame(np.random.randint(0,150,size=(8,12)),columns = pd.MultiIndex.from_product([['模拟考','正式考'],['数学','语文','英语','物理','化学','生物']]),index = pd.MultiIndex.from_product([['期中','期末'],['雷军','李斌'],['测试一','测试二']]))

           模拟考                           正式考                         数学   语文   英语   物理   化学   生物   数学   语文   英语   物理   化学   生物
期中 雷军 测试一   18   74  113   13   15   73   80  122   80   45   38  103测试二  107   21    7  110   50   32   94   61   78  107   29   17李斌 测试一   62   73   41    8  111   89  100   27   70   58   78    9测试二  142   57   22  103  121  117  134   76  122  112  147  129
期末 雷军 测试一  129   26  144  106   63  130   23   68   64   92  126   86测试二  135   84  137   44  121   64  133   56   70  116  147   96李斌 测试一   56  141   40   20   83   84  133  144  105  100  129   52测试二   73    3  114  103  105   41   85   39   30  112   94   64

import numpy as npimport pandas as pd

s=pd.Series(np.arange(1,10),index=[['a','a','a','b','b','b','c','c','c'],['1','2','3','1','2','3','1','2','3']])
print(s)
print(s.index)#取值(外层索引)
print(s['a'])
print(s['a':'c'])#取值(内层索引 )
print(s[:,'1'])#取值(具体值)
print(s['a','1'])#通过unstack方法可以将Series变成一个DataFrame
s=s.unstack()
print(s)
#通过 stack方法可以将stack方法将DataFrame变成Series
s=s.stack()
print(s)

#原始数据a  1    12    23    3
b  1    42    53    6
c  1    72    83    9
dtype: int32

#索引
MultiIndex(levels=[['a', 'b', 'c'], ['1', '2', '3']],labels=[[0, 0, 0, 1, 1, 1, 2, 2, 2], [0, 1, 2, 0, 1, 2, 0, 1, 2]])

#s['a'],通过外层索引取值
1    1
2    2
3    3
dtype: int32

#s['a':'c'],切片
a  1    12    23    3
b  1    42    53    6
c  1    72    83    9
dtype: int32

#s[:,'1'],内层索引取值
a    1
b    4
c    7
dtype: int32

#s['a','1'],取具体值
1

#通过unstack方法将Series转为DataFrame1  2  3
a  1  2  3
b  4  5  6
c  7  8  9

#通过stack方法将DataFrame转为Series
a  1    12    23    3
b  1    42    53    6
c  1    72    83    9
dtype: int32

#对于 DataFrame来说，行和列都能进行层次化索引，这就是说，可以有四个索引
#set_index可以把列变成索引
#reset_index是把索引变成列
#每一个索引都是一个元组

import numpy as npimport pandas as pddata=pd.DataFrame(np.arange(12).reshape(4,3),index=[['a','a','b','b'],[1,2,1,2]],columns=[['A','A','B'],['Z','X','C']])print('原始数据:')print(data)

#取值# (1) 可以直接使用列名称来进行列索引# (2) 使用行索引需要用ix()，loc()等函数# 推荐使用loc()函数#确定一个值需要四个索引

#取列print('取列')print(data['A','Z'])

#取行print('取行')print(data.loc['a',1])

#取某个值print('取值')print(data.loc['a',1]['A','Z'])

原始数据:A       BZ   X   C
a 1  0   1   22  3   4   5
b 1  6   7   82  9  10  11
取列
a  1    02    3
b  1    62    9
Name: (A, Z), dtype: int32
取行
A  Z    0X    1
B  C    2
Name: (a, 1), dtype: int32
取值
0

# set_index是把列变成索引# reset_index是把索引变成列# 这样做会大大简化我们的筛选环节

import numpy as npimport pandas as pd#  读入数据df=pd.read_csv('data1.txt')print('原始数据')print(df)

print('设置列为索引')df=df.set_index(['产地','名字'])print(df)

#每一个索引都是一个元组print('返回索引的格式')print(df.index[0])

#获得某一行数据，数据以内层索引为序列print('获得某一行数据')print(df.loc['美国'])

#对调内外层索引print('对调内外层索引')df=df.swaplevel('产地','名字')print(df)

#取消层次化索引print('取消层次化索引')df=df.reset_index()print(df)

原始数据名字    投票人数        类型    产地        上映时间   时长    年代   评分
0    美丽人生   42995  剧情/喜剧/爱情   意大利  1997-12-20  116  1997  9.5
1    阿甘正传  580897     剧情/爱情    美国  1994-06-23  142  1994  9.4
2  肖申克的救赎  692795     剧情/犯罪    美国  1994-09-10  142  1994  9.6
3    控方证人   42995  剧情/悬疑/犯罪    美国  1957-12-17  116  1957  9.5
4    霸王别姬  478523  剧情/爱情/同性  中国大陆  1993-01-01  171  1993  9.4
设置列为索引投票人数        类型        上映时间   时长    年代   评分
产地   名字
意大利  美丽人生     42995  剧情/喜剧/爱情  1997-12-20  116  1997  9.5
美国   阿甘正传    580897     剧情/爱情  1994-06-23  142  1994  9.4肖申克的救赎  692795     剧情/犯罪  1994-09-10  142  1994  9.6控方证人     42995  剧情/悬疑/犯罪  1957-12-17  116  1957  9.5
中国大陆 霸王别姬    478523  剧情/爱情/同性  1993-01-01  171  1993  9.4
返回索引的格式
('意大利', '美丽人生')
获得某一行数据投票人数        类型        上映时间   时长    年代   评分
名字
阿甘正传    580897     剧情/爱情  1994-06-23  142  1994  9.4
肖申克的救赎  692795     剧情/犯罪  1994-09-10  142  1994  9.6
控方证人     42995  剧情/悬疑/犯罪  1957-12-17  116  1957  9.5
对调内外层索引投票人数        类型        上映时间   时长    年代   评分
名字     产地
美丽人生   意大利    42995  剧情/喜剧/爱情  1997-12-20  116  1997  9.5
阿甘正传   美国    580897     剧情/爱情  1994-06-23  142  1994  9.4
肖申克的救赎 美国    692795     剧情/犯罪  1994-09-10  142  1994  9.6
控方证人   美国     42995  剧情/悬疑/犯罪  1957-12-17  116  1957  9.5
霸王别姬   中国大陆  478523  剧情/爱情/同性  1993-01-01  171  1993  9.4
取消层次化索引名字    产地    投票人数        类型        上映时间   时长    年代   评分
0    美丽人生   意大利   42995  剧情/喜剧/爱情  1997-12-20  116  1997  9.5
1    阿甘正传    美国  580897     剧情/爱情  1994-06-23  142  1994  9.4
2  肖申克的救赎    美国  692795     剧情/犯罪  1994-09-10  142  1994  9.6
3    控方证人    美国   42995  剧情/悬疑/犯罪  1957-12-17  116  1957  9.5
4    霸王别姬  中国大陆  478523  剧情/爱情/同性  1993-01-01  171  1993  9.4

import numpy as npimport pandas as pd#  读入数据df=pd.read_csv('data1.txt')print('原始数据')print(df)

#数据旋转
#
# 行和列转化
# .T可以直接让数据的行和列进行交换

print('进行行和列的转换')print(df.T)

#DataFrame也可以使用stack和unstack，转化为层次化索引的Seriesprint('DataFrame---->Series')df=df.stack()print(df)

print('Series--->DataDrame')df=df.unstack()print(df)

原始数据名字    投票人数        类型    产地        上映时间   时长    年代   评分
0    美丽人生   42995  剧情/喜剧/爱情   意大利  1997-12-20  116  1997  9.5
1    阿甘正传  580897     剧情/爱情    美国  1994-06-23  142  1994  9.4
2  肖申克的救赎  692795     剧情/犯罪    美国  1994-09-10  142  1994  9.6
3    控方证人   42995  剧情/悬疑/犯罪    美国  1957-12-17  116  1957  9.5
4    霸王别姬  478523  剧情/爱情/同性  中国大陆  1993-01-01  171  1993  9.4
进行行和列的转换0           1           2           3           4
名字          美丽人生        阿甘正传      肖申克的救赎        控方证人        霸王别姬
投票人数       42995      580897      692795       42995      478523
类型      剧情/喜剧/爱情       剧情/爱情       剧情/犯罪    剧情/悬疑/犯罪    剧情/爱情/同性
产地           意大利          美国          美国          美国        中国大陆
上映时间  1997-12-20  1994-06-23  1994-09-10  1957-12-17  1993-01-01
时长           116         142         142         116         171
年代          1997        1994        1994        1957        1993
评分           9.5         9.4         9.6         9.5         9.4
DataFrame---->Series
0  名字            美丽人生投票人数         42995类型        剧情/喜剧/爱情产地             意大利上映时间    1997-12-20时长             116年代            1997评分             9.5
1  名字            阿甘正传投票人数        580897类型           剧情/爱情产地              美国上映时间    1994-06-23时长             142年代            1994评分             9.4
2  名字          肖申克的救赎投票人数        692795类型           剧情/犯罪产地              美国上映时间    1994-09-10时长             142年代            1994评分             9.6
3  名字            控方证人投票人数         42995类型        剧情/悬疑/犯罪产地              美国上映时间    1957-12-17时长             116年代            1957评分             9.5
4  名字            霸王别姬投票人数        478523类型        剧情/爱情/同性产地            中国大陆上映时间    1993-01-01时长             171年代            1993评分             9.4
dtype: object
Series--->DataDrame名字    投票人数        类型    产地        上映时间   时长    年代   评分
0    美丽人生   42995  剧情/喜剧/爱情   意大利  1997-12-20  116  1997  9.5
1    阿甘正传  580897     剧情/爱情    美国  1994-06-23  142  1994  9.4
2  肖申克的救赎  692795     剧情/犯罪    美国  1994-09-10  142  1994  9.6
3    控方证人   42995  剧情/悬疑/犯罪    美国  1957-12-17  116  1957  9.5
4    霸王别姬  478523  剧情/爱情/同性  中国大陆  1993-01-01  171  1993  9.4