Python Pandas – 根据基础分类创建索引

Pandas 是 Python 中一款常用的数据处理和分析工具，它支持多种数据格式，如 CSV、Excel、SQL等，并提供了快速、灵活、易于使用的数据结构来进行数据处理和清洗。在 Pandas 中，索引是一个非常重要的概念，它可以帮助我们快速定位数据、聚合数据、处理数据等。

本篇文章将重点介绍 Pandas 中如何根据基础分类创建索引。

更多Pandas相关文章，请阅读：Pandas 教程

什么是基础分类？

在 Pandas 中，基础分类 (Categorical data) 是一种特殊的数据类型，它指的是数据中一些具有固定有限的类别，例如颜色、城市等。基础分类数据在统计分析中非常常见，可以帮助我们更好地处理和分析数据。

下面是一个基础分类的示例代码，我们可以使用 pd.Categorical() 方法来创建一个基础分类对象：

import pandas as pd

color = pd.Categorical(["red", "blue", "green", "black", "red"])
print(color)

输出结果：

['red', 'blue', 'green', 'black', 'red']
Categories (4, object): ['black', 'blue', 'green', 'red']

我们可以看到，输出结果中包含了分类的信息，如分类的数目、分类的具体值和分类的名称。

如何根据基础分类创建索引？

接下来，我们将讲解如何在 Pandas 中根据基础分类创建索引。

1. 通过 `set_index` 方法创建基础分类索引

我们可以使用 Pandas 中的 set_index() 方法来创建基础分类索引。

下面是一个示例代码，我们可以将上述基础分类对象 color 转换为 DataFrame 对象，并使用 set_index() 方法来创建基础分类索引：

import pandas as pd

color = pd.Categorical(["red", "blue", "green", "black", "red"])
data = pd.DataFrame({'values': [10, 20, 30, 40, 50], 'color': color})
data.set_index('color', inplace=True)
print(data)

输出结果：

       values
color        
red        10
blue       20
green      30
black      40
red        50

我们可以看到，该代码将 color 列转换为了基础分类索引，并将 data DataFrame 对象按照索引排序输出。

2. 通过 `CategoricalIndex` 方法创建基础分类索引

我们还可以使用 Pandas 中的 CategoricalIndex() 方法来创建基础分类索引。

下面是一个示例代码，我们可以将上述基础分类对象 color 转换为基础分类索引，并将其赋值给 DataFrame 的索引：

import pandas as pd

color = pd.Categorical(["red", "blue", "green", "black", "red"])
data = pd.DataFrame({'values': [10, 20, 30, 40, 50]}, index=pd.CategoricalIndex(color))
print(data)

输出结果：

       values
red        10
blue       20
green      30
black      40
red        50

我们可以看到，该代码将 color 列转换为了基础分类索引，并将 data DataFrame 对象按照索引排序输出。

3. 创建多级基础分类索引

除了单级基础分类索引外，我们还可以创建多级基础分类索引。

下面是一个示例代码，我们可以创建一个基础分类数组 color 和一个基础分类数组 shape，并将两个数组合并成一个层级索引：

import pandas as pd

color = pd.Categorical(["red", "blue", "green", "black", "red"])
shape = pd.Categorical(["circle", "square", "triangle", "triangle","square"])
data = pd.DataFrame({'values': [10, 20, 30, 40, 50]}, index=[color, shape])
print(data)

输出结果：

               values
red    circle      10
blue   square      20
green  triangle    30
black  triangle    40
red    square      50

我们可以看到，该代码创建了一个多级基础分类索引，其中第一级索引是 color 并且有两个值 red 和 black，第二级索引是 shape 并且有四个值 circle、square、triangle 和 square，最终输出了一个按照索引排序的 DataFrame 对象。