pd.MultiIndex()多层次索引

pd.MultiIndex
构造器	MI	levels	每个级别不重复的标签
		labels	每个级别的整数指定每个位置
		*sortorder=None
		*names=None	每个级别的name
		copy=False
		verify_integrity=True	检查levels和labels

 

 

 

 

 

 

 

 

.from_arrays()	MI	arrays  **	list_like: [[一级索引],[二级索引]], 每一级长度都必须跟索引长度相同
.from_product()	MI	iterable  **	[无重复值的迭代器], 排列组合生成长度为 len(1)*len(2)*... 的索引
.from_tuple()	MI	tuples  **	[(第n行索引, )], tuple的第一个元素为一级标签, ...

In[38]:
import pandas as pd

m_index1=pd.MultiIndex(levels=[['A','B'],['x1','x2']],labels=[[0,1],[0,1]],name=[None,"class2"])

m_index1

    Out[38]:

MultiIndex(levels=[['A', 'B'], ['x1', 'x2']],
           labels=[[0, 1], [0, 1]],
           names=[None, 'class2'])

  In [43]:  df1=pd.DataFrame(np.random.randint(1,10,(2,3)),index=m_index1)

df1

    Out[43]:

		0	1	2
	class2
A	x1	1	4	9
B	x2	4	9	6

In [56]:  

class1=['A','A','B','B']

class2=['x1','x2','y1','y2']

pd.MultiIndex.from_arrays([class1,class2],names=['class1','class2'])

    Out[56]:

MultiIndex(levels=[['A', 'B'], ['x1', 'x2', 'y1', 'y2']],
           labels=[[0, 0, 1, 1], [0, 1, 2, 3]],
           names=['class1', 'class2'])

In [57]:  

pd.MultiIndex.from_product([['A','B'],['x1','y1']],names=['class1','class2'])

  Out[57]:

MultiIndex(levels=[['A', 'B'], ['x1', 'y1']],
           labels=[[0, 0, 1, 1], [0, 1, 0, 1]],
           names=['class1', 'class2'])

标签：MultiIndex,labels,索引,names,pd,x1,class2
来源： https://www.cnblogs.com/liyun1/p/11286521.html