本文共 1723 字，大约阅读时间需要 5 分钟。

Python透视表操作指南

层次化索引概述

层次化索引（Hierarchical Indexing）是Pandas中一个核心功能，它允许在一个轴上定义多个索引级别。这种机制使得处理多维度数据变得更加高效，特别是在数据重塑和分组操作中具有重要作用。

示例数据准备

我们可以通过以下代码生成一个带有层次化索引的数据系列：

import pandas as pdimport numpy as np# 随机种子设置np.random.seed(12345)pd.options.display.max_rows = 20# 创建带有层次化索引的数据系列data = pd.Series(np.random.randn(9),                 index=[['a', 'a', 'a', 'b', 'b', 'c', 'c', 'd', 'd'],                       [1, 2, 3, 1, 3, 1, 2, 2, 3]])

层次化索引的核心特点

数据重塑操作

使用unstack()方法可以将数据重新排列为更易于分析的格式：

data_unstacked = data.unstack()print(data_unstacked)

输出结果：

1    2    3a         -0.204708 0.478943 -0.519439b         -0.555730 NaN  1.965781c          1.393406 0.092908 NaNd          NaN    0.281746 0.769023

逆运算stack()

unstack()的逆运算是stack()，可以将数据从宽格式转换回长格式：

data_unstacked_stacked = data_unstacked.stack()print(data_unstacked_stacked)

输出结果：

1    2    3a  -0.204708 0.478943 -0.519439b  -0.555730 NaN  1.965781c   1.393406 0.092908 NaNd   NaN    0.281746 0.769023

DataFrame的层次化索引应用

创建带有层次化索引的DataFrame

以下代码创建一个带有层次化索引的DataFrame：

# 创建数据框架frame = pd.DataFrame(np.arange(12).reshape((4, 3)),                   index=[['a', 'a', 'b', 'b'], [1, 2, 1, 2]],                   columns=[['Ohio', 'Ohio', 'Colorado'], ['Green', 'Red', 'Green']])

设置索引和列名

# 设置索引和列名frame.index.names = ['key1', 'key2']frame.columns.names = ['state', 'color']

通过MultiIndex表示列名

# 通过`MultiIndex`表示列名frame['Ohio'] = pd.MultiIndex.from_arrays([['Ohio', 'Ohio', 'Colorado'], ['Green', 'Red', 'Green']], names=['state', 'color'])

总结

层次化索引是一种强大的工具，能够显著提升数据处理和分析效率。在实际应用中，可以通过unstack()和stack()等方法灵活地将数据按需重塑，以满足不同场景的分析需求。