Pandas 中的分层数据

Pandas 中的分层数据（Hierarchical Indexing）是一种多级索引的数据结构。在 Pandas 中，我们可以使用这种数据结构来表示具有多个维度的数据，并在索引时更加灵活。

创建分层数据

我们可以通过传入一个元组的列表来创建一个分层数据：

import pandas as pd

data = pd.DataFrame({'price': [1.0, 2.0, 3.0, 4.0],
                     'volume': [10, 20, 30, 40],
                     'symbol': ['AAPL', 'AAPL', 'GOOG', 'GOOG'],
                     'date': ['2020-01-01', '2020-01-02', '2020-01-01', '2020-01-02']})

data = data.set_index(['symbol', 'date'])

上面的代码中，我们通过将 symbol 和 date 列设置为索引来创建了一个分层数据。现在，我们可以通过以下的方式来访问数据：

data.loc['AAPL', '2020-01-01']

选择分层数据

在分层数据中，我们可以使用多个索引来选择子集。例如，我们可以使用 loc 来选择一个符号和日期的子集：

data.loc[('AAPL', '2020-01-01'), :]

我们也可以使用 iloc 来选择一个子集：

data.iloc[0:2, :]

操作分层数据

我们也可以对分层数据进行一些操作，例如：

重命名索引

data = data.rename_axis(['symbol', 'date'])

交换索引级别

data = data.swaplevel('symbol', 'date')

排序

data = data.sort_index()

计算统计量

data.sum(level='symbol')

总结

在 Pandas 中，分层数据可以帮助我们更好地处理具有多个维度的数据。我们可以使用分层数据来选择子集、操作数据、计算统计量等。