Pandas使用.loc函数在多重索引的第二个索引上进行操作

在本文中，我们将介绍如何使用Pandas库的.loc函数在多重索引的第二个索引上进行操作。

多重索引简介

多重索引（也称为层次化索引）是Pandas库中的一种数据结构，它允许在一个轴上拥有多个索引级别。例如，我们可以使用多重索引来表示不同年份和不同州份的销售数据。

下面是一个使用多重索引表示销售数据的示例：

import pandas as pd

sales_data = {
    ('2019', 'California'): {'apple': 10, 'orange': 20},
    ('2020', 'California'): {'apple': 20, 'orange': 30},
    ('2019', 'New York'): {'apple': 15, 'orange': 25},
    ('2020', 'New York'): {'apple': 25, 'orange': 35},
}

sales_df = pd.DataFrame(sales_data)
sales_df.columns.names = ['year', 'state']
sales_df.index.name = 'fruit'

输出的结果如下所示：

year      2019       2020      
state California New York California New York
fruit                                      
apple          10       15         20       25
orange         20       25         30       35

在这个示例中，我们在列上拥有了一个多重索引，第一级别是“年份”，第二级别是“州份”。在行上，我们只拥有一个索引级别，它表示“水果”。

使用.loc函数在多重索引的第二个索引上进行操作

如果我们想在多重索引的第二个索引上进行操作，最简单的方法是使用Pandas库的.loc函数。当我们使用.loc函数时，我们可以使用切片或布尔数组来选择索引级别的值并进行操作。

下面是示例代码：

# 选择“2020”年的销售数据
sales_2020 = sales_df.loc[:, '2020']
print(sales_2020)

# 选择“New York”州的销售数据
sales_new_york = sales_df.loc[:, :, 'New York']
print(sales_new_york)

# 选择“2020”年和“New York”州的销售数据
mask = (sales_df.columns.get_level_values('year') == '2020') & (sales_df.columns.get_level_values('state') == 'New York')
sales_2020_new_york = sales_df.loc[:, mask]
print(sales_2020_new_york)

输出的结果分别为：

state  California  New York
fruit                      
apple          20        25
orange         30        35

year    2019  2020
fruit            
apple     15    25
orange    25    35

year    2020
state   New York
fruit          
apple        25
orange       35

在上面的示例中，我们使用.loc函数选择了不同的索引级别的值，例如，选择了“2020”年的销售数据，选择了“New York”州的销售数据，以及选择了“2020”年和“New York”州的销售数据。

我们还可以使用.loc函数在多重索引的第二个及更高级别上进行操作，例如：

# 选择销售量大于20的水果
mask = sales_df.loc['orange'] > 20
sales_gt_20 = sales_df.loc[:, mask]
print(sales_gt_20)

输出的结果为：

year      2019       2020      
state California New York California New York
fruit                                      
orange         20       25         30       35

在上面的示例中，我们使用.loc函数选择了销售量大于20的水果，并仅选择了对应的销售数据。