各位朋友们，今天给大家带来的是数据分析的内容。欢迎各位朋友多提宝贵意见哦!

　　本次分享给大家的是：DataFrame的多层索引及使用。

　　多层索引是指在行或者列轴上有两个及以上级别的索引，一般表示一个数据的几个分项。比如，下图所示的数据样式：

　　我们使用的是对美女的颜值投票数据，现在有几位美女分别给他们起了容易记忆的名字，比如：小丽，小芳啊

　　于是拿着这些照片来到办公区，投票啦!投票啦!大家分成了两组进行投票，男生一组、女生一组，投票的内容就是：漂亮和不漂亮。

　　于是就有了下面的数据部分：

　　大家发现这个表格数据跟我们常用的不同，那就是列名是有两层的。那这样的数据怎么进行数据分析呢?

　　```

　　import numpy as np

　　import pandas as pd

　　beauty = pd.read_excel('beauty.xlsx')

　　beauty

　　```

　　这是什么情况?列名怎么还有Unnamed:0,Unnamed:1这些呢?是我们读取数据的时候没有设置index_col和header属性。

　　header设置的是列，如果是多列则使用列表，从左到右为0，1，2，...，index_col则是设置的行，用来指定行索引。

　　```

　　beauty = pd.read_excel('beauty.xlsx',header=[0,1],index_col=0)

　　beauty

　　```

　　但是要自己创建一个多层索引则有两种方式：分别是隐式和显式的。

　　### 创建多层索引

　　方法一：隐式创建，即给DataFrame的`index`或`columns`参数传递两个或更多的数组。我们自己构建一个颜值投票的数据。

　　```

　　df1 = pd.DataFrame(np.random.randint(1，30, size=(8, 4)),

　　index= ['小明','小花','小丽','小玲','小军','小新','小美','小芳'],

　　columns=[['男生', '男生', '女生', '女生'],

　　['漂亮', '不漂亮', '漂亮', '不漂亮']])

　　```

　　数据虽然有些区别，但是结构是一样的。

　　方法二、显示创建，推荐使用较简单的`pd.MultiIndex.from_product`方法。

　　MultiIndex表示多级索引，它是从Index继承过来的，其中多级标签用元组对象来表示。from_product()从多个集合的笛卡尔积创建MultiIndex对象。

　　具体的详解：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.MultiIndex.html

　　```

　　df = pd.DataFrame(np.random.randint(1,30, size=(8, 4)),

　　index= ['小明','小花','小丽','小玲','小军','小新','小美','小芳'],

　　columns=pd.MultiIndex.from_product([['男生', '女生'],

　　['漂亮', '不漂亮']]))

　　```

　　哇!完美!比刚才的还简单了呢?

　　### 检索多层索引

　　如果检索小美的女生投票如何获取呢?再比如获取小玲的男生漂亮值的投票数是多少呢?

　　我们一起来看看吧!我们以上面真实的投票数据为例来看一下

　　```

　　df.男生

　　```

　　结果：

　　小新的女生投票如何获取呢?这时候就要使用loc[行，列]了，当然如果是小美则就是df.loc[‘小美’,'女生']

　　当然你也可以获取前3位美女的女生投票，两种方式loc和iloc均可以实现。

　　```

　　df.loc[['小明','小花','小丽'],'女生']

　　```

　　或者

　　```

　　df.iloc[0:3,[2,3]]

　　```

　　如果要获取小明，小丽，小军，小美的男女生的漂亮投票数呢?(可以评论区留言哦，我们一起学习有几种获取方式)

　　### 更改多层索引的层级

　　所谓更改多层索引的层级，就是交换下男女生和漂亮和不漂亮的位置。在交换之前我们要知道叫交换的层的名字，但是我们又没有名字，所以我们就要先设置名字，然后交换。

　　```

　　df.columns.names = ['gender', 'isBeauty'] # 设置列索引名

　　# 如果设置index行索引，则可以下面的方式

　　# df.index.names = ['你的名字']

　　```

　　截取部分数据：

　　然后就可以交换啦!使用swaplevel

　　```

　　df.swaplevel('gender', 'isBeauty',axis=1) # 因为我们是交换列索引，所以axis=1

　　```

　　结果：

　　### 多级索引的值排序

　　索引名字排序

　　```

　　df.sort_index(level=0, axis=1, ascending=True) # 对列索引gender的值进行排列

　　```

　　但是问题来啦!如果说按照男生的漂亮值降序排列如何实现?这就是多层索引的值排序啦!

　　```

　　df.sort_values(by=[('男生','漂亮')],ascending=False) # 注意观察参数by的内容

　　```

　　如果是按照女生不漂亮进行升序排列呢?

　　### 多级索引汇总统计

　　所谓汇总就是类似求和、求均值、最大值之类的。比如男生漂亮的最多票数是谁?男女生的漂亮数总和?

　　其实这个还是离不开我们常用的sum(),mean(),max(),min().....

　　```

　　df.sum(level=0,axis=1) # 男女生的票数总和,其中level指定了多层索引的索引值

　　```

　　或者

　　```

　　df.sum(level=1,axis=1) # 此时获取的就是漂亮和不漂亮的总和

　　```

　　结果：

　　但是男生漂亮的最多票数是谁?这样就是跨行获取最大值

　　```

　　df.男生.漂亮.max()

　　```

　　所以很重要的就是：从求和这里我们来分析，就是我们是跨行求和还是跨列求和。跨行就是axis=0,跨列就是axis=1.

　　### 多级索引轴向转换

　　常见的数据层次化结构：树状和表格

　　- 轴向转换的函数

　　> 1. stack：“透视”某个级别的(可能是多层的)列标签，返回带有索引的 DataFrame，该索引带有一个新的最里面的行标签。

　　> 2. unstack：(堆栈的逆操作)将(可能是多层的)行索引的某个级别“透视”到列轴，从而生成具有新的最里面的列标签级别的重构的 DataFrame。

　　>

　　> stack 过程将数据集的列转行，unstack 过程为行转列。

　　```

　　df1 = df.stack() # 默认是内层的进行转换

　　df1

　　```

　　截取部分：

　　注意此时使用的是df1,df1是上图转换后的数据。按照上图标记的level=0和level=1

　　```

　　df1.unstack(level=0) # 就是将level=0的数据转换到列上

　　```

　　如果数据里面的缺失值，则可以使用dropna的参数即：df.stack(dropna=True)

　　另外还有一些属性，比如：

　　> df.index.names 查看行索引的名称

　　>

　　> df.columns.names 查看列索引的名称

　　>

　　> df.index.nlevels 层级数

　　>

　　> df.index.levels 行的层级

　　>

　　> df.columns.levels 列的层级

　　>

　　> df[['男生','女生']].index.levels 筛选后的层级

　　>

　　> df.index.droplevel(0) 删除指定等级

　　希望本篇文章可以给大家带来收获，如果喜欢的话，欢迎转发哦!