Python 大数据分析概述--2.数据规整（聚合、合并、重塑）

本节主要涉及一下三个方面：层次化索引、数据合并、重塑和轴向旋转

2.1层次化索引：

在某个方向（行 / 列）上拥有两个及以上索引级别，也叫多层索引。

作用：能以较低维度形式处理高维度数据、可按层次筛选数据、是数据重塑和分组操作（如透视表）中的重要工具

支持层级索引的对象：

• Series 的层级索引
• DataFrame 的层级索引

2.1.1Series索引案例：

import  numpy as np
import pandas as pd

data=pd.Series(np.random.randn(9),index=[['a','a','a','b','b','c','c','d','d'],[1,2,3,1,3,1,2,2,3]])
print(data)

print(data.index)

#利用层次化索引获取数据
print(data['b'])

#利用切片获取数据,前面是第一层索引，后面是第二层索引
print(data[:,1])

#使用loc方法
print(data.loc['a':'c',1:2])

2.1.2DataFrame层次索引案例:

每一条轴上添加层次索引，各层都有自己的名字

# 生成4行3列随机数的DataFrame
df = pd.DataFrame(np.random.randn(12).reshape(4, 3),
                  index=[['a', 'b', 'c', 'd'], [1, 2, 1, 2]],  # 行索引
                  columns=[['A', 'A', 'B'],[ 1, 2, 3]])     # 列索引

print(df)

# 生成4×4随机数的临时DataFrame，行和列均为多层索引,from_product显示构造
temp_df = pd.DataFrame(np.random.random(16).reshape(4, 4),
                       pd.MultiIndex.from_product([['a', 'b'], [1, 2]]),  # 行多层索引
                       columns=pd.MultiIndex.from_product([['A', 'B'], [1, 2]]))  # 列多层索引

print(temp_df)

#索引、列名赋值

df.index.names = ['k1', 'k2'] # 给行索引层级命名

df.columns.names = ['n1', 'n2'] # 给列索引层级命名

print(df)

重排（交换层级）：重新调整某轴上各级别的顺序

DataFrame.swaplevel(i=-, j=-, axis=0)返回交换层级后的新对象，不改变原数据

#重排
print(df.swaplevel('k1', 'k2'))

分级排序功能：根据指定级别上的值对数据进行排序
DataFrame.sort_index(level=0, axis=0, ascending=True, inplace=False, sort_remaining=True)按字典顺序在指定level的内容排序，相同标签内部进行排序

#重排级别 + 分级排序  先交换层级，再按指定级别排序
print(df.swaplevel('k1', 'k2').sort_index(level=0))

2.1.3根据级别汇总统计