pandas.MultiIndex #

熊猫类 MultiIndex ( levels = None , codes = None , sortorder = None , names = None , dtype = None , copy = False , name = None , verify_integrity = True ) [来源] #

pandas 对象的多级或分层索引对象。

参数
数组的级别序列

每个级别的独特标签。

数组序列的代码

每个级别的整数指定每个位置的标签。

排序顺序 可选 int

排序级别(必须按该级别按字典顺序排序)。

命名对象的可选序列

每个索引级别的名称。 (名称被接受以兼容)。

复制bool,默认 False

复制元数据。

verify_integrity bool, 默认 True

检查级别/代码是否一致且有效。

也可以看看

MultiIndex.from_arrays

将数组列表转换为 MultiIndex。

MultiIndex.from_product

根据可迭代对象的笛卡尔积创建 MultiIndex。

MultiIndex.from_tuples

将元组列表转换为 MultiIndex。

MultiIndex.from_frame

从数据帧创建多重索引。

Index

基本 pandas 索引类型。

笔记

请参阅用户指南 了解更多信息。

例子

通常使用辅助方法和MultiIndex之一构建新的MultiIndex.from_arrays()。例如(使用):MultiIndex.from_product()MultiIndex.from_tuples().from_arrays

>>> arrays = [[1, 1, 2, 2], ['red', 'blue', 'red', 'blue']]
>>> pd.MultiIndex.from_arrays(arrays, names=('number', 'color'))
MultiIndex([(1,  'red'),
            (1, 'blue'),
            (2,  'red'),
            (2, 'blue')],
           names=['number', 'color'])

有关如何在提到的帮助器方法的文档字符串中构造 MultiIndex 的更多示例,请参阅。

属性

names

MultiIndex 中的级别名称。

levels

多重索引的级别。

nlevels

此 MultiIndex 中的整数级别。

levshape

包含每个级别长度的元组。

dtypes

将 dtypes 作为底层 MultiIndex 的系列返回。

代码

方法

from_arrays(数组[,排序顺序,名称])

将数组转换为多索引。

from_tuples(元组[,排序顺序,名称])

将元组列表转换为 MultiIndex。

from_product(可迭代[,排序顺序,名称])

根据多个可迭代对象的笛卡尔积创建 MultiIndex。

from_frame(df[, 排序顺序, 名称])

从数据帧创建多重索引。

set_levels(级别,*[,级别,verify_integrity])

在 MultiIndex 上设置新级别。

set_codes(代码,*[,级别,verify_integrity])

在 MultiIndex 上设置新代码。

to_frame([索引、名称、允许重复项])

创建一个 DataFrame,其中 MultiIndex 的级别作为列。

to_flat_index()

将 MultiIndex 转换为包含级别值的元组索引。

sortlevel([级别、升序、...])

按请求的级别对 MultiIndex 进行排序。

droplevel([等级])

返回已删除请求级别的索引。

swaplevel([i,j])

将级别 i 与级别 j 交换。

reorder_levels(命令)

使用输入顺序重新排列级别。

remove_unused_levels()

从当前创建新的多索引,删除未使用的级别。

get_level_values(等级)

返回请求级别的标签值向量。

get_indexer(目标[、方法、限度、容差])

给定当前索引,计算新索引的索引器和掩码。

get_loc(钥匙)

获取标签或标签元组的位置。

get_locs(顺序)

获取一系列标签的位置。

get_loc_level(键[,级别,drop_level])

获取请求的标签/级别的位置和切片索引。

drop(代码[、级别、错误])

新建一个pandas.MultiIndex并删除已传递的代码列表。