3-Pandas数据初探索之索引调整方法
一、调整索引、修改列标签
1、调整索引的两种情况：
- 重新索引
- 设置新的索引
（1）重新索引
在Pandas对象中，其实索引也是一个对象，所以可对其进行修改。
例如：df.index=['a','b','c']
>>> df = {'one':pd.Series(np.random.randn(3)),'two':pd.Series(np.random.randn(3)),
'three':pd.Series(np.random.rand(3))}
>>> df = pd.DataFrame(df)
>>> df
one two three
0 -0.996986 0.190981 0.482912
1 -0.233812 -0.140953 0.052706
2 0.470900 0.590664 0.486823
#设置索引
>>> df.index=['a','b','c']
>>> df
one two three
a -0.996986 0.190981 0.482912
b -0.233812 -0.140953 0.052706
c 0.470900 0.590664 0.486823
（2）设置新的索引
reindex()：重新索引并得到一个新的Pandas对象。
且reindex()方法不仅可以重新索引DataFrame，也可以同时实现过滤功能。
>>> new = df.reindex(['b','c','e'])
>>> new
one two three
b -0.233812 -0.140953 0.052706
c 0.470900 0.590664 0.486823
e NaN NaN NaN
reindex()也可以用来调整列的顺序，这时需要设定axis参数为'columns'或1；
>>> df.reindex(['three','two','one'],axis='columns')
three two one
a 0.766450 0.452801 1.286715
b 0.342262 1.523188 0.620788
c 0.867786 0.758714 -2.343242
（3）使用set_index()可以指定某一列为索引，这在对日期型数据或者是以名称进行区分的数据非常有用，后期会以实例描述的更为详细。
>>> df.set_index('one')
two three
one
-0.996986 0.190981 0.482912
-0.233812 -0.140953 0.052706
0.470900 0.590664 0.486823
上述的方法在将某一列设置为索引后，特征不会将该列进行保存，若需要将设置为索引的列保留在数据中，则需要将参数drop设置为False：
>>> df.set_index('one',drop=False)
one two three one 1.286715 1.286715 0.452801 0.766450 0.620788 0.620788 1.523188 0.342262 -2.343242 -2.343242 0.758714 0.867786
若是希望在原来索引的基础之上添加新的变量构成层次化索引，则设置append参数为True；
>>>df.set_index('one',append=True)
>>> df
one two three
a 1.286715 0.452801 0.766450
b 0.620788 1.523188 0.342262
c -2.343242 0.758714 0.867786
>>> df.set_index('one',append=True)
two three
one
a 1.286715 0.452801 0.766450
b 0.620788 1.523188 0.342262
c -2.343242 0.758714 0.867786
2、修改标签
修改索引和列名的标签可以使用rename()方法结合字典、Series或者一个原函数将标签映射为一个新的标签。
（1）关于结合字典可以参照3-Pandas之Series和DataFrame区别的第六部分，
（2）使用函数映射的方式
例：将字符串的大写转换函数传入，对列标签进行修改
>>> df.rename(columns=str.upper)
ONE TWO THREE
a -0.996986 0.190981 0.482912
b -0.233812 -0.140953 0.052706
c 0.470900 0.590664 0.486823
例：结合lambda：将所有的列的前2个字符大写，其余小写
>>> df.rename(columns=lambda x:x[:2].upper()+x[2:].lower())
ONe TWo THree
a -0.996986 0.190981 0.482912
b -0.233812 -0.140953 0.052706
c 0.470900 0.590664 0.486823
二、创建层次化索引
层次化索引可以基于Series和DataFrame创建更加高维的数据。
也就是说，若有一个DataFrame是一个堆积式的（在一个轴上需要创建不止一个索引），那么此时就需要用到层次化索引，这和Panel有些类似。但是在实际中并不是很常用！
创建一个层次化索引：
>>> data=pd.Series(np.random.randn(5),index=[['a','a','b','b','b'],['a1','a2','b1','b2','b3']])
>>> data
a a1 0.792324
a2 -0.650764
b b1 -0.282874
b2 -1.402477
b3 -3.551578
dtype: float64
#查看索引
>>> data.index
MultiIndex(levels=[['a', 'b'], ['a1', 'a2', 'b1', 'b2', 'b3']],
codes=[[0, 0, 1, 1, 1], [0, 1, 2, 3, 4]])
#levels包含了每个级别索引的标签，labels是对每个数据在对应不同levels的位置进行了标记
每个index均有一个属性（名称names），可通过.index.names对索引列的列名进行创建于修改
>>> data.index.names=['first','second']
>>> data
first second
a a1 0.792324
a2 -0.650764
b b1 -0.282874
b2 -1.402477
b3 -3.551578
dtype: float64
三、重排级别顺序
重排级别顺序是基于有索引个数>=1的DataFrame。
（1）swaplevel():将columns轴上的索引级别进行互换。
>>>df.swaplevel(0,1,axis=1)
（2）reorder_levels()：指定多个级别的顺序
（3）提取数据还是可以使用iloc()与loc()
（4）unstack()：若index轴上有多个级别索引的DataFrame，使用该方法将指定级别(level参数)安排在columns上形成一个新的DataFrame
