Pandas 使用.loc方法对带有MultiIndex的数据进行索引

Pandas 使用.loc方法对带有MultiIndex的数据进行索引

在本文中，我们将介绍如何在Pandas中使用.loc方法对带有MultiIndex的数据进行索引。在Pandas中，MultiIndex是指一个DataFrame或Series拥有多个index level。这使得我们能够更灵活地对数据进行操作和索引。

首先，让我们来创建一个带有MultiIndex的DataFrame作为例子。

import pandas as pd

data = {'fruit': ['apple', 'apple', 'orange', 'orange', 'banana', 'banana'],
        'size': ['small', 'large', 'small', 'large', 'small', 'large'],
        'price': [1, 2, 3, 4, 5, 6]}

df = pd.DataFrame(data)
df = df.set_index(['fruit', 'size'])
print(df)

我们使用set_index方法将fruit和size这两个columns设置为MultiIndex。现在，让我们来使用.loc方法进行索引。

阅读更多：Pandas 教程

根据第一层index进行索引

我们可以使用.loc方法来根据第一层index进行索引。例如，我们想要得到所有水果为apple的行，可以使用以下代码：

print(df.loc['apple'])

这将打印出以下结果：

       price
size        
small      1
large      2

根据第二层index进行索引

我们也可以使用.loc方法根据第二层index进行索引。例如，我们想要得到所有水果大小为small的行，可以使用以下代码：

print(df.loc[:, 'small'])

这将打印出以下结果：

            price
fruit  size       
apple  small     1
orange small     3
banana small     5

根据两层index进行索引

最后，我们可以使用.loc方法进行两级的索引。例如，我们想要得到所有水果为orange且大小为large的行，可以使用以下代码：

print(df.loc[('orange', 'large')])

这将打印出以下结果：

price    4
Name: (orange, large), dtype: int64

注意，我们需要使用元组来指定两个索引值。

总结

在本文中，我们介绍了如何在Pandas中使用.loc方法对带有MultiIndex的数据进行索引。我们展示了如何使用.loc方法根据第一层、第二层以及两层index进行索引。使用.loc方法对于操作和索引带有MultiIndex的数据非常方便，也使得代码更加易读易于理解。希望这篇文章能够帮助你更加高效地操作和处理DataFrame和Series数据。