pandas的层次化索引

本文主要是介绍pandas的层次化索引，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

一、层次化索引

层次化索引(hierarchical indexing)是pandas的一个重要的功能，它可以在一个轴上有多个（两个以上）的索引，这就表示着，它能够以低维度形式来表示高维度的数据。

二、Series的层次化索引

    # Series的层次化索引，索引是一个二维数组，相当于两个索引决定一个值# 有点类似于DataFrame的行索引和列索引s = Series(np.arange(1,10),index=[["a","a","a","b","b","c","c","d","d"],[1,2,3,1,2,3,1,2,3]])print(s)'''a  1    12    23    3b  1    42    5c  3    61    7d  2    83    9'''#显示层次化索引print(s.index)'''MultiIndex(levels=[['a', 'b', 'c', 'd'], [1, 2, 3]],labels=[[0, 0, 0, 1, 1, 2, 2, 3, 3], [0, 1, 2, 0, 1, 2, 0, 1, 2]])

这篇关于pandas的层次化索引的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---