Pandas进阶之DataFrame多级索引

Posted 2023-04-03

参考技术A   多级索引：在一个轴上有多个(两个以上）的索引，能够以低维度形式来表示高维度的数据。单级索引是Index对象，多级索引是MultiIndex对象。

使用 pandas read_csv 方法的 Python 多级索引

【中文标题】使用 pandas read_csv 方法的 Python 多级索引

【英文标题】：Python Multilevel Indexing using pandas read_csv method

【发布时间】：2019-02-04 05:53:12

【问题描述】：

我想将下表作为 pandas 数据框阅读

说dataframe是df，目的是查询 df['acct_id']['A']['0-3_mon] 应该给我 10

我已经为面板数据完成了它，其中所有内容都是一列，然后您为横截面和时间序列创建多级索引。

但是在这里，源数据本身有两个以上的列。如何将此 csv 作为多级索引读取？我被困在这里，任何想法。

如果您想查看一些类似的工作 - https://lectures.quantecon.org/py/pandas_panel.html

非常感谢。

【参考方案1】：

用MultiIndex创建DataFrame，因为deprecate panel：

df = pd.read_csv(file, header=[0,1], index_col=[0])

然后通过slicers选择：

idx = pd.IndexSlice
print (df.loc[1, idx['A', '0-3_mon']])

示例：没有多索引名称：

import pandas as pd

temp=u"""A;A;B;B
0-3_mon;3-6_mon;0-3_mon;3-6_mon
1;10;12;14;18
2;11;15;17;19
3;13;16;21;20"""
#after testing replace 'pd.compat.StringIO(temp)' to 'filename.csv'
df = pd.read_csv(pd.compat.StringIO(temp), sep=";", header=[0,1])
print (df)
        A               B        
  0-3_mon 3-6_mon 0-3_mon 3-6_mon
1      10      12      14      18
2      11      15      17      19
3      13      16      21      20

print (df.columns)
MultiIndex(levels=[['A', 'B'], ['0-3_mon', '3-6_mon']],
           labels=[[0, 0, 1, 1], [0, 1, 0, 1]])

idx = pd.IndexSlice
print (df.loc[1, idx['A', '0-3_mon']])
10

Sample 具有指定的 MultiIndex 名称：

import pandas as pd

temp=u"""acct_id;A;A;B;B
level;0-3_mon;3-6_mon;0-3_mon;3-6_mon
1;10;12;14;18
2;11;15;17;19
3;13;16;21;20"""
#after testing replace 'pd.compat.StringIO(temp)' to 'filename.csv'
df = pd.read_csv(pd.compat.StringIO(temp), sep=";", index_col=[0], header=[0,1])
print (df)
acct_id       A               B        
level   0-3_mon 3-6_mon 0-3_mon 3-6_mon
1            10      12      14      18
2            11      15      17      19
3            13      16      21      20

print (df.columns)

MultiIndex(levels=[['A', 'B'], ['0-3_mon', '3-6_mon']],
           labels=[[0, 0, 1, 1], [0, 1, 0, 1]],
           names=['acct_id', 'level'])

idx = pd.IndexSlice
print (df.loc[1, idx['A', '0-3_mon']])
10

【讨论】：

谢谢，它是如此迅速，正是我想要的。非常感谢朋友。