极客笔记Pandas 的“indexing past lexsort depth”警告是什么原因
在本文中，我们将介绍 Pandas 中的“indexing past lexsort depth”警告是什么原因，以及如何解决这个问题。
阅读更多：Pandas 教程
什么是“indexing past lexsort depth”警告？
这个警告出现在使用 Pandas 操作 MultiIndex 的过程中。当我们在一个 MultiIndex 中进行业务的时候，有时会遇到这样的警告：“PerformanceWarning: indexing past lexsort depth may impact performance.”
这个警告的意思是，当 Pandas 在 MultiIndex 上进行索引时，我们需要注意它的排序方式。因为 MultiIndex 是一种树型结构的数据类型，Pandas 对其排序时会使用 lexsort（词典序排序）的方法，如果排序过程中出现了多个相同的索引，而这些索引的位置又不在同一个级别上，那么就会产生“indexing past lexsort depth”警告。
为了更好地理解这个警告，我们可以来看一个简单的例子：
import pandas as pd
data = pd.DataFrame({'key1': ['A', 'A', 'B', 'B'], 'key2': [1, 2, 1, 2], 'value': [10, 20, 30, 40]})
data.set_index(['key1', 'key2'], inplace=True)
data.loc[('A', 1)]
运行上面的代码，我们可以得到这样的警告信息：
PerformanceWarning: indexing past lexsort depth may impact performance.
这是因为在我们对 MultiIndex 进行索引的时候，Pandas 会按照顺序对索引进行排序，其排序顺序是按照第一个级别（level）排序，如果第一个级别相同，则按照第二个级别排序，以此类推。而我们在上面的代码中，对 MultiIndex 进行了第二级别的索引，因此就会产生“indexing past lexsort depth”警告。
如何避免“indexing past lexsort depth”警告？
为了避免这个警告，我们需要确保对 MultiIndex 进行的索引不会超过它的层数。具体来说，有以下几种方式。
1. 使用 tuple 进行索引
对 MultiIndex 进行索引的时候，我们可以使用 tuple 的方式，确保只进行到每个 level 的层数，并且不会超过：
data.loc[('A', 1)]
2. 通过 sort_index() 方法进行排序
对 MultiIndex 进行排序可以使用数据框的 sort_index() 方法，该方法会按照 level 的顺序对数据进行排序，确保 MultiIndex 有序。
data.sort_index(inplace=True)
3. 将 MultiIndex 转换为单层索引
如果您的 MultiIndex 只有两层，可以将其转换为单层索引，这样也可以避免“indexing past lexsort depth”警告。我们可以使用 reset_index() 函数将 MultiIndex 转换为单层索引：
data.reset_index(inplace=True)
总结
在本文中，我们介绍了 Pandas 中的“indexing past lexsort depth”警告，它的出现和 MultiIndex 中的排序方式有关。为了避免这个警告，我们可以使用 tuple 进行索引，使用 sort_index() 方法进行排序，或者将 MultiIndex 转换为单层索引。细心的读者可能已经发现，本文中讲解的方法都是对已经生成的 MultiIndex 进行操作的，如果您在创建 MultiIndex 的时候就能保证它的有序性，那么就可以避免这个警告了。