Pandas – 多索引和 groupbys

在本文中，我们将讨论Pandas Dataframe 和 Groupby 操作的多索引。

多索引允许您在索引中选择多个行和列。它是 pandas 对象的多级或分层对象。现在有多种使用多索引的方法，例如MultiIndex.from_arrays, MultiIndex.from_tuples, MultiIndex.from_product, MultiIndex.from_frame , etc 帮助我们从数组、元组、数据帧等创建多个索引。

Syntax: pandas.MultiIndex(levels=None, codes=None, sortorder=None, names=None, dtype=None, copy=False, name=None, verify_integrity=True)

levels: It is a sequence of arrays which shows the unique labels for each level.
codes: It is also a sequence of arrays where integers at each level helps us to designate the labels in that location.
sortorder: optional int. It helps us to sort the levels lexographically.
dtype:data-type(size of the data which can be of 32 bits or 64 bits)
copy: It is a boolean type parameter with default value as False. It helps us to copy the metadata.
verify_integrity: It is a boolean type parameter with default value as True. It checks the integrity of the levels and codes i.t if they are valid.

编程需要懂一点英语

让我们看一些例子来更好地理解这个概念。

示例 1：

在这个例子中，我们将从数组创建多索引。数组比元组更受欢迎，因为元组是不可变的，而如果我们想更改数组中元素的值，我们可以这样做。因此，让我们转到代码及其解释：

导入所有重要的库后，我们将分别创建一个名称数组以及标记和年龄数组。现在在 MultiIndex.from_arrays 的帮助下，我们将所有三个数组组合在一起，以便来自所有三个数组的元素一起形成多个索引。之后，我们展示了上面的结果。

Python3

# importing pandas library from 
# python
import pandas as pd
  
# Creating an array of names
arrays = ['Sohom','Suresh','kumkum','subrata']
  
# Creating an array of ages
age= [10, 11, 12, 13]
  
# Creating an array of marks
marks=[90,92,23,64]
  
# Using MultiIndex.from_arrays, we are
# combining the arrays together along 
# with their names and creating multi-index 
# with each element from the 3 arrays into
# different rows
pd.MultiIndex.from_arrays([arrays,age,marks], names=('names', 'age','marks'))

Python3

# importing pandas library from
# python
import pandas as pd
  
# Creating data
Information = {'name': ["Saikat", "Shrestha", "Sandi", "Abinash"],
                 
               'Jobs': ["Software Developer", "System Engineer",
                        "Footballer", "Singer"],
                 
               'Annual Salary(L.P.A)': [12.4, 5.6, 9.3, 10]}
  
# Dataframing the whole data
df = pd.DataFrame(dict)
  
# Showing the above data
print(df)

Python3

# creating multiple indexes from 
# the dataframe
pd.MultiIndex.from_frame(df)

Python3

# importing the pandas library
import pandas as pd
  
# making data for dataframing
data = {
    'series': ['Peaky blinders', 'Sherlock', 'The crown',
               'Queens Gambit', 'Friends'],
      
    'Ratings': [4.5, 5, 3.9, 4.2, 5],
      
    'Date': [2013, 2010, 2016, 2020, 1994]
}
  
# Dataframing the whole data created
df = pd.DataFrame(data)
  
# setting first and the second name
# as index column
df.set_index(["series", "Ratings"], inplace=True,
             append=True, drop=False)
# display the dataframe
print(df)

Python3

print(df.index)

Python3

# importing pandas library
import numpy as np
  
# Creating pandas dataframe
df = pd.DataFrame(
    [
        ("Corona Positive", 65, 99),
        ("Corona Negative", 52, 98.7),
        ("Corona Positive", 43, 100.1),
        ("Corona Positive", 26, 99.6),
        ("Corona Negative", 30, 98.1),
    ],
      
    index=["Patient 1", "Patient 2", "Patient 3",
           "Patient 4", "Patient 5"],
      
    columns=("Status", "Age(in Years)", "Temperature"),
)
  
# show dataframe
print(df)

Python3

# Grouping with only status 
grouped1 = df.groupby("Status")
  
# Grouping with temperature and status
grouped3 = df.groupby(["Temperature", "Status"])

Python3

# Finding the mean of the
# patients reports according to
# the status
grouped1.mean()

Python3

# Grouping temperature and status together 
# results in giving us the index values of
# the particular patient
grouped3.groups

输出：

示例 2：

在这个例子中，我们将使用 Pandas 从数据帧创建多索引。我们将创建手动数据，然后使用pd.dataframe ，我们将使用一组数据创建一个数据框。现在使用多索引语法，我们将创建一个带有数据帧的多索引。

在这个例子中，我们和前面的例子做同样的事情。不同之处在于，在前面的示例中，我们从数组列表中创建了多索引，而在这里我们使用pd.dataframe创建了一个数据帧，之后我们使用多索引从该数据帧创建了多索引。 from_frame()以及名称。

蟒蛇3

# importing pandas library from
# python
import pandas as pd
  
# Creating data
Information = {'name': ["Saikat", "Shrestha", "Sandi", "Abinash"],
                 
               'Jobs': ["Software Developer", "System Engineer",
                        "Footballer", "Singer"],
                 
               'Annual Salary(L.P.A)': [12.4, 5.6, 9.3, 10]}
  
# Dataframing the whole data
df = pd.DataFrame(dict)
  
# Showing the above data
print(df)

输出：

现在使用 MultiIndex.from_frame ，我们正在用这个数据帧创建多个索引。

蟒蛇3

# creating multiple indexes from 
# the dataframe
pd.MultiIndex.from_frame(df)

输出：

示例 3：

在这个例子中，我们将学习dataframe.set_index([col1,col2,..])，我们将学习多个索引。这是多索引的另一个概念。

导入所需的库即pandas 后，我们正在创建数据，然后在pandas.DataFrame的帮助下，我们将其转换为表格格式。之后使用Dataframe.set_index我们将一些列设置为索引列（多索引）。 Drop 参数保持为 false，它不会删除作为索引列提到的列，此后 append 参数用于将传递的列附加到已经存在的索引列。

蟒蛇3

# importing the pandas library
import pandas as pd
  
# making data for dataframing
data = {
    'series': ['Peaky blinders', 'Sherlock', 'The crown',
               'Queens Gambit', 'Friends'],
      
    'Ratings': [4.5, 5, 3.9, 4.2, 5],
      
    'Date': [2013, 2010, 2016, 2020, 1994]
}
  
# Dataframing the whole data created
df = pd.DataFrame(data)
  
# setting first and the second name
# as index column
df.set_index(["series", "Ratings"], inplace=True,
             append=True, drop=False)
# display the dataframe
print(df)

输出：

现在，我们以多索引的形式打印数据帧的索引。

蟒蛇3

print(df.index)

输出：

通过...分组

Pandas 中的groupby操作帮助我们通过应用函数来拆分对象，然后合并结果。根据我们的选择对列进行分组后，我们可以执行各种操作，最终可以帮助我们分析数据。

Syntax: DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=