python/pandas dataframe中multiindex的操作

最新推荐文章于 2025-05-25 16:32:02 发布

tpoy0099

最新推荐文章于 2025-05-25 16:32:02 发布

阅读量3.8w

点赞数 3

CC 4.0 BY-SA版权

分类专栏： pandas 文章标签： pandas

本文链接：https://blog.youkuaiyun.com/tpoy0099/article/details/49074551

pandas 专栏收录该内容

1 篇文章

订阅专栏

本文探讨了如何在Python的Pandas DataFrame中创建和操作多重索引（MultiIndex）。通过使用`xs`函数，我们可以方便地选取特定级别的数据，尽管它不支持在同一级上选择多个索引。此外，为了更灵活地设置和获取值，文章介绍了`MultiIndex Slicers`和`PD.IndexSlice`，这两个工具提供了更强大的功能，并且在使用`loc`时能直接修改原数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

如何建立多重索引

import pandas as PD

df = PD.DataFrame()
df['a'] = list(range(10,30,2))
df['b'] = df['a'] // 10
df.index.name = 'id'
#drop : boolean, default True Delete columns to be used as the new index
df = df.set_index([df['b'], df.index],  drop=False)

至此建立了一个带二重索引的dataframe
df_output

对带多重索引的dataframe取值一般使用xs
xs可以传入多个不同级别的索引进行筛选,但不支持同一级索引多选
并且xs返回的是数值而不是引用

xs is only for getting, not setting values. MultiIndex Slicers is a
generic way to get/set values on any level or levels it is a superset
of xs functionality, see MultiIndex Slicers

df.xs(1, level='b')

这里写图片描述

#选取第一级b=2,id=6
df.xs((2,6))

使用PD.IndexSlice可以更花式的作死
这里因为使用的是loc,所以返回的是引用,可以修改原值
IndexSlice中,每一级的index都要有对应的取值,全取则用”:”

#idx['b','id']
idx = PD.IndexSlice
df.loc[idx[:,[1,3,8]],'a']

idx_output