在Pandas中如何给多层索引降级

最新推荐文章于 2025-06-12 16:37:42 发布

转载最新推荐文章于 2025-06-12 16:37:42 发布 · 2.6k 阅读

python 专栏收录该内容

360 篇文章

订阅专栏

本文介绍了在Pandas中处理多层索引的方法，包括如何创建、访问及简化多层索引，通过实例展示了如何对数据进行复杂的聚合运算，并提供了去除层次和合并层次的代码示例。

# 背景介绍通常我们不会在Pandas中主动设置多层索引,但是如果一个字段做多个不同的聚合运算, 比如sum, max这样形成的Column Level是有层次的,这样阅读非常方便,但是对编程定位比较麻烦. # 数据准备
import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(0, 14).reshape(7,2),columns =['a','b'] )
df.a = df.a %3
df['who'] = 'Bob'
df.loc[df.a%4==0,'who'] = 'Alice'
1
2
3
4
5
6
a   b   who
0   0   1   Alice
1   2   3   Bob
2   1   5   Bob
3   0   7   Alice
4   2   9   Bob
5   1   11   Bob
6   0   13   Alice
# 对一个字段同时用3个聚合函数
gp1 = df.groupby('who').agg({'b':[sum,np.max, np.min], 'a':sum})
gp1
1
2
b   a
sum   amax   amin   sum
who
Alice   8.0   7.0   1.0   0
Bob   28.0   11.0   3.0   6
索引是有层次的,虚要通过下面这种方式,个人感觉不是很方便.下面介绍2种方法来解决这个问题

#有层次的索引访问方法
gp1.loc['Bob', ('b', 'sum')]
1
2
28.0
1
# 直接去除一层
gp2 = gp1.copy(deep=True)
gp2.columns = gp1.columns.droplevel(0)
gp2
1
2
3
sum   amax   amin   sum
who
Alice   8.0   7.0   1.0   0
Bob   28.0   11.0   3.0   6
# 把2层合并到一层
gp3 = gp1.copy(deep=True)
gp3.columns = ["_".join(x) for x in gp3.columns.ravel()]
gp3
1
2
3
b_sum   b_amax   b_amin   a_sum
who
Alice   8.0   7.0   1.0   0
Bob   28.0   11.0   3.0   6
---------------------
作者：flyfoxs
来源：优快云
原文：https://blog.youkuaiyun.com/flyfoxs/article/details/81346885
版权声明：本文为博主原创文章，转载请附上博文链接！