数据分析利器Python——Pandas（三、层级索引、分组聚合、透视表）

本文链接：https://blog.youkuaiyun.com/weixin_39229385/article/details/124508980

本文深入探讨了Python数据分析库Pandas的高级用法，包括层级索引的设置和选择、分组聚合的原理及操作，以及透视表、数据合并与连接、数据重构的实践。介绍了如何自定义分组和聚合，以及使用pivot_table创建透视表。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

一、层级索引

它是一个MultiIndex对象
设置多个列索引：set_index([‘a’,‘b’],inplace=True)，注意a，b顺序，若不同则有区别
选取子集：

外层选取：loc[‘outer_index’]
内层选取：loc[‘outer_index’,‘inner_index’]

交换层级顺序：swaplevel()
层级索引排序：sort_index(level=)

二、分组聚合

2.1、介绍

分组：对数据集进行分组，然后对每组进行统计分析
聚合：数组产生标量的过程，如mean()，count()等，常用于对分组后的数据进行计算。
分组运算过程：

拆分：进行分组的根据
应用：每个分组运行的计算规则
合并：把每个分组的计算结果合并起来

内置的聚合函数：sum()、mean()、max()、min()、count()

2.2、分组操作

（1）按单列分组
obj.groupby(‘label’)
（2）多列分组
obj.groupby([‘label’,‘label2’])产生多层DataFrame

（1）groupby()操作后产生GroupBy对象，分为DataFrameGroupBy和SeriesGroupBy
（2）GroupBy对象没有进行实际运算，只是包含分组的中间数据，只有在经过聚合操作后才会产生结果，常用的聚合操作有mean(),max(),size()【每一个分组的大小】,count()
（3）非数值数据不进行分组运算

2.3、自定义分组

方法一：groupby()中传入自定义函数进行分组，操作针对的是索引

# 代码片段举例
def get_score_group(score):
	if score<60:
		score_group = 'low'
	elif score<=80:
		score_group='middle'