数据分析入门——pandas之DataFrame多层/多级索引与聚合操作

一、行多层索引

　　1.隐式创建

　　　　在构造函数中给index、colunms等多个数组实现（datafarme与series都可以）

　　　　

　　　　df的多级索引创建方法类似：

　　　　

　　　　2.显式创建pd.MultiIndex

　　　　　　其中.from_arrays为类似上面的参数，推荐使用简单的from_product函数（会自动进行交叉）：

　　　　　　

二、列多层索引

　　列多层索引同理：

　　

 三、多层索引操作与切片

　　1.Series多层索引

　　　　使用中括号和loc效果完全一样：

　　　　

　　　　切片，只切第一级索引，与之前一致，需要指定某些指定行时，可以通过iloc切片，最后一级索引来切片：

　　　　

　　　　2.dataframe的索引与切片

　　　　直接切与series类似，只切最外层索引：（包含中文时，可能会有bug！属于Pandas的bug）

　　　　

　　　　使用Loc函数查找：

　　　　

　　更多多级索引的操作，参考：https://www.jianshu.com/p/760cd4f46c8d

 四、索引的stack堆——重排

　　堆，字面意思就是摞起来的意思，调用stack就会将数据摞起来：

　　

　　在pandas里面，这个叫重排，参考：https://blog.csdn.net/S_o_l_o_n/article/details/80917211

五、聚合操作

　　1.sum()

　　　　可以通过axis来控制行还是列，通过之前对轴的介绍，知道axis = 0的默认值是逐行：

　　　　

　　2.其他的聚合：max,min等同理：