多索引数据 Multi-Indexing

将数据记录在数据表时，特别是数据归类比较复杂的情况， 比如年级-班级-学生信息这种层级的记录，我们很可能要使用到合并单元格。 我们把这种模式叫做 Multi-Indexing 多索引。

多索引在表格展示的时候，对数据规范化非常有利，所以如果你需要用表格来观察数据，是可以用这种形式来组织数据的。 但是如果你要做机器学习或频繁的数据加工时，我肯定不喜欢这样的数据组成方式，因为会让加工难度变高，成本变高。 所以你也可以想想，自己什么时候需要 Multi-Indexing.

本节内容涉及：

• 构建Row多索引
  • from_tuples(); from_product(); from_frame()
• 构建DataFrame多索引
• 构建Column多索引
• 选择数据

构建Row多索引¶

假如我们有这样一组学生的名字数据，想要对它进行多索引分配。

有些是 一年级 的，有些是 二年级 的。而且还分到的不同年级的不同班。 所以我们要给他们分配两个索引，年级，班级，班级在年级下面。

有了这些索引，我们就能在刚刚构建 Series 的基础上，把 Multi-Index 给加上去了。

如果你想获取刚刚构建的 Series 索引，可以直接调用 s.index 来看看。

其实上面构建索引的方式还略微有点复杂，在年级班级的情况下，我们可以分级来构建索引，第一层级是年级，下面层级是每个学生所在的班级。

这样构建的 index2 和上面刚刚构建的 index 数值上是一模一样的。

欧，有时候你都不是用 Python 列表或者是元组来保存这些索引数据，你的索引数据也维护在一张 DataFrame 中。还别说，考虑一些业务逻辑的话， 还真有分开用不用表来维护的。

再来看看拼接起来是不是一样的？

构建DataFrame多索引¶

刚刚做的都是 Series 的 Multi-Index 构建，我们再来举一个 DataFrame 的例子。这个表记录了学生的学号和姓名。

构建Column多索引¶

如果能构建 Row 的多索引，当然可以对 Column 做多索引配置。 假设我还是用上一个例子，只是把他们的行列对调一下。

给它加上 Row 的 index，就相当于把原本的 Multi index 加到 columns 参数里。

选择数据¶

说了这么多构建多索引的方法，想必如果要你生成一张表保存下来，你已经没问题了。 但如果是要拿到一张多索引的表，要把里面的数据拿出来再加工呢？

这就需要我们会使用 pandas 的方法读多索引表了。 其实也不难，和正常读取选择数据非常像。

假设我们用的是下面这组数据

选取一年级的所有学生

再往下一级，选取一年级 1 班的所有学生

那如果是在 Row 上多索引呢？我们还是可以像以前选取数据那样， 使用 .loc[] 来所筛选。

下面就是用 .loc[] 来所筛选。

总结¶

到此，我们发现，数据表除了单 Column 和 单 Row 的索引方式，还可以在 Column 和 Row 上组建多层级的索引模式。 而且也不会影响我们日常从这种多索引的表格中获取数据。