Pandas提供了Panel和Panel4D对象解决三维和四维数据的处理需求，但更常用的还是分层索引。分层索引是Pandas的重要特性，允许我们在一个轴向上拥有多个索引层级，它提供了一种在更低维度的形式中处理更高维度数据的方式。也就是如何用Series、DataFrame处理三维、四维等等高维度的数据。
比如有下面的数据：
In [168]: s = 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]])
In [169]: s
Out[169]:
a 1 0.283490
2 0.295529
3 0.277676
b 1 0.487573
3 0.091161
c 1 0.285157
2 -0.806851
d 2 -0.287969
3 -0.696511
dtype: float64
In [170]: s.index
Out[170]:
MultiIndex(levels=[['a', 'b', 'c', 'd'], [1, 2, 3]],
labels=[[0, 0, 0, 1, 1, 2, 2, 3, 3], [0, 1, 2, 0, 2, 0, 1, 1, 2]])
MultiIndex就是一个分层索引对象，在打印的时候会进行规整的美化。
下面看下一些基本的操作：
In [171]: s['b'] Out[171]: 1 0.487573 3 0.091161 dtype: float64 In [172]: s['b':'c'] Out[172]: b 1 0.487573 3 0.091161 c 1 0.285157 2 -0.806851 dtype: float64 In [173]: s.loc[['b','d']] Out[173]: b 1 0.487573 3 0.091161 d 2 -0.287969 3 -0.696511 dtype: float64 In [174]: s.loc['b','d'] # 这样不可以 --------------------------------------------------------------------------- IndexingError Traceback (most recent call last) IndexingError: Too many indexers In [175]: s.loc['b',1] # 但是这样可以 Out[175]: 0.48757273896298425 In [176]: s.loc[:, 2] # 或者这样 Out[176]: a 0.295529 c -0.806851 d -0.287969 dtype: float64 tup = []
我们还可以这样来生成MultiIndex，请体会它的不同之处：
In [3]: tup = [('beijing',2000),('beijing',2019),
...: ('shanghai',2000),('shanghai',2019),
...: ('guangzhou',2000),('guangzhou',2019)]
In [4]: values = [10000,100000,6000,60000,4000,40000]
In [7]: index = pd.MultiIndex.from_tuples(tup) # 利用元组生成MultiIndex
In [8]: sss = pd.Series(values, index=index) # 提供一个MultiIndex作为索引
In [9]: sss
Out[9]:
beijing 2000 10000
2019 100000
shanghai 2000 6000
2019 60000
guangzhou 2000 4000
2019 40000
dtype: int64
更多的创建MultiIndex的方法还有：
生成MultiIndex对象后，就可以将这些对象作为参数，在创建Series或者DataFrame时传递给index。或者通过reindex方法更新已有的Series/DataFrame索引。
分层索引在重塑数据和数组透视表中非常重要。比如，我们可以使用unstack方法将数据在DataFrame中重新排列，也就是展开：
In [178]: s.unstack()
Out[178]:
1 2 3
a 0.283490 0.295529 0.277676
b 0.487573 NaN 0.091161
c 0.285157 -0.806851 NaN
d NaN -0.287969 -0.696511
In [179]: s.unstack().stack() # 反操作stack
Out[179]:
a 1 0.283490
2 0.295529
3 0.277676
b 1 0.487573
3 0.091161
c 1 0.285157
2 -0.806851
d 2 -0.287969
3 -0.696511
dtype: float64
对于DataFrame对象，每个轴都可以有分层索引，给index或columns提供一个多维数组，就可以分层：
In [3]: df = pd.DataFrame(np.arange(12).reshape((4, 3)),
...: index=[['a', 'a', 'b', 'b'], [1, 2, 1, 2]],
...: columns=[['Ohio', 'Ohio', 'Colorado'],
...: ['Green', 'Red', 'Green']])
In [4]: df
Out[4]:
Ohio Colorado
Green Red Green
a 1 0 1 2
2 3 4 5
b 1 6 7 8
2 9 10 11
可以给分层索引自定义名字：
In [5]: df.index.names
Out[5]: FrozenList([None, None])
In [6]: df.index.names = ['key1','key2']
In [7]: df.columns.names
Out[7]: FrozenList([None, None])
In [8]: df.columns.names = ['state','color']
In [9]: df
Out[9]:
state Ohio Colorado
color Green Red Green
key1 key2
a 1 0 1 2
2 3 4 5
b 1 6 7 8
2 9 10 11
In [10]: df['Ohio']
Out[10]:
color Green Red
key1 key2
a 1 0 1
2 3 4
b 1 6 7
2 9 10