熊猫多索引的好处？

K.-Michael Aye 发表于 Python

K.-Michael Aye：

因此，我了解到可以使用DataFrame.groupby而不用使用MultiIndex进行子采样/横截面。

另一方面，当我在DataFrame上具有MultiIndex时，仍然需要使用DataFrame.groupby进行子采样/横截面。

那么，除了在打印时非常有用和漂亮地显示层次结构之外，MultiIndex有什么好处？

郑浩文：

熊猫0.4版本中引入了分层索引（也称为“多级”索引）。

这为一些非常复杂的数据分析和操作打开了大门，尤其是在处理高维数据时。本质上，例如，它使您能够有效地存储和处理二维表格结构（DataFrame）中的任意高维数据。

试想像这样构造一个数据框MultiIndex：

import pandas as pd
import numpy as np

np.arrays = [['one','one','one','two','two','two'],[1,2,3,1,2,3]]

df = pd.DataFrame(np.random.randn(6,2),index=pd.MultiIndex.from_tuples(list(zip(*np.arrays))),columns=['A','B'])

df  # This is the dataframe we have generated

          A         B
one 1 -0.732470 -0.313871
    2 -0.031109 -2.068794
    3  1.520652  0.471764
two 1 -0.101713 -1.204458
    2  0.958008 -0.455419
    3 -0.191702 -0.915983

这df只是二维的数据结构

df.ndim

2

但是我们可以想象一下，将输出视为3维数据结构。

one与1数据-0.732470 -0.313871。
one与2数据-0.031109 -2.068794。
one与3数据1.520652 0.471764。

又名：“以二维表格结构有效存储和处理任意高维数据”

这不仅是“漂亮的展示”。由于我们现在有了一个层次索引，因此它具有易于检索数据的优点。

例如。

In [44]: df.ix["one"]
Out[44]: 
          A         B
1 -0.732470 -0.313871
2 -0.031109 -2.068794
3  1.520652  0.471764

只会为属于“一个”的一组数据提供一个新的数据帧。

通过执行以下操作，我们可以进一步缩小数据选择范围：-

In [45]: df.ix["one"].ix[1]
Out[45]: 
A   -0.732470
B   -0.313871
Name: 1

当然，如果我们想要一个特定的值，这是一个例子：

In [46]: df.ix["one"].ix[1]["A"]
Out[46]: -0.73247029752040727

因此，如果我们有更多的索引（除了上面示例中显示的2个索引之外），我们基本上可以向下钻取并选择我们真正感兴趣的数据集，而无需groupby。

我们甚至可以从数据框中获取横截面（行或列）...

按行：-

In [47]: df.xs('one')
Out[47]: 
          A         B
1 -0.732470 -0.313871
2 -0.031109 -2.068794
3  1.520652  0.471764

按列：-

In [48]: df.xs('B', axis=1)
Out[48]: 
one  1   -0.313871
     2   -2.068794
     3    0.471764
two  1   -1.204458
     2   -0.455419
     3   -0.915983
Name: B

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。