層及索引levels，剛開始學習pandas的時候沒有太多的操作關于groupby，僅僅是簡單的count、sum、size等等，沒有更深入的利用groupby后的數據進行處理。近來數據處理的時候有遇到這類問題花了一點時間，所以這里記錄以及復習一下：（以下皆是個人實踐后的理解）
我使用一個實例來講解下面的問題：一張數據表中有三列（動物物種、物種品種、品種價格），選出每個物種從大到小品種的前兩種，最后只需要品種和價格這兩列。
以上這張表是我們后面需要處理的數據表 （物種 品種 價格）
levels：層及索引 （創建pandas類型時可以預先定義；使用groupby后也會生成）
我們看看levels什么樣（根據df1物種分類，再根據df2品種排序后 如下圖）
圖中可以看出，根據groupby分類后的cat、dog便是level，以及后面的一列原始位置索引也是level
好了現在簡單了解levels，我們該如何對它進行處理，如何完成上面的實例呢？（可能你拿到這樣的層級數據，不會操作，不知道如何提取其中的信息）
代碼及講解如下：
首先導入pandas、numpy庫，以及創建原始數據：
import pandas as pdimport numpy as npdf = pd.DataFrame({'df1':['cat','cat','dog','cat','dog','dog'],'df2':[2,3,4,1,3,1],'df3':[100,200,100,300,200,200]})原始數據最上面那張圖
下面我們根據物種來分類，并且使用apply調用sort_df2函數對品種進行排序：
def sort_df2(data): data = data.sort_values(by='df2',ascending=False) #df2：品種列 ascending：排序方式 return datagroup = df.groupby(df['df1']).apply(sort_df2) #groupby以及apply的結合使用
處理后數據，上面第二張圖
print(group.index) #看看groupby后的行索引什么樣
groupby后如上圖，有層級標簽（這里兩列），labels標簽（分類，位置）
這里我們需要的是第一層級標簽的第一列（也就是cat、dog）
levels = group.index.levels[0] #取出第一級標簽：
下面將是兩層循環，完成從中選出（物種前兩個品種以及它的價格），很簡單的操作：
values = []for i in levels: mid_group = group.loc[i] #選出i標簽物種的所有品種 mid_group = mid_group.iloc[:2,:] #我們只取排序后的品種的前兩種（要注意這里使用iloc，它與loc的區別） cnt = len(mid_group) #為了防止循環長度錯誤，所以我們還是需要計算長度，因為如果真正數據不足2條還是不報錯 for j in range(cnt): #現在在每個物種cat、dog中操作 value = mid_group.iloc[j,:] #我們選出該物種的第j條所有信息df1、df2、df3 value_pro = (value['df2'],value['df3']) #然后只取df2、df3，將它們放到元組中 values.append(value_pro)
所有的操作完成了，我們看看結果：
print(values) #此時在列表中保存了上面提取的元組信息，我們可以使用pandas再次轉換它們為DataFrame，也可以做其它操作
我覺得這個例子比較形象，但是還是有邏輯欠缺的地方，不過不重要，看懂了上面的例子，基本上就能了解和處理層級數據了。當然這里的數據簡單，只是為了更好的理解，真正的處理數據時，可能會出現更為復雜的層級結構，這時需要能夠更靈活的處理，如果你有更好的理解和建議，可以回復。
-------更新（增加對兩層索引的操作）--------
在原來的基礎上增加一列df4表示動物的大小特征
df = pd.DataFrame({'df1':['cat','cat','dog','cat','dog','dog'],'df2':[2,3,4,1,3,1],'df3':[100,200,100,300,200,200],'df4':['大','中','小','巨大','小','中']})
此時根據df1、df4兩列來分類，再對兩層的層級索引操作：
df_group = df.groupby(['df1','df4']).size()
分類后得到的是對應兩個特征的動物數量，現在來取得其中的值：
print(df_group.index)h = df_group.loc[['cat','df4']]print(h)
先查看數據的index信息，從中我們可以看到兩層索引對應的levels有兩中，然后我們根據loc測試選出cat類的df4這一列（也可以填大、中、巨大選出一列）
這樣就得到了cat種類的信息，當然也可以選出dog種類，那么如何得出(cat,巨大，1)這樣的一一對應的數據呢？
df1_name = df_group.index.levels[0] #獲得第一層的分類cat、dogfor i in range(len(df1_name)): #循環遍歷第一層 df_level = df_group.loc[[df1_name[i],'df4']] #這里是選出第一層的所有信息 df_level_ch = pd.DataFrame(df_level) #由于上面得到是Series我們需要將它轉換為DataFrame才能更好的操作 for j in range(len(df_level_ch)): #開始對第二層進行遍歷 a = df_level_ch.ix[j].name #由于是DataFrame所以可以取每一行的name值('cat','大') b = df_level_ch.values[j][0] #獲取對應數量，由于是嵌套列表，所以我們逐層獲取 print(a,b)
基本上是篩選出來了，還是很簡單的。這只是其中的一個例子，如果遇到需要其他的操作，可以根據這個例子來隨機變換。
這個方法雖然可以篩選，但是個人覺得數據量過大，就不是很好，暫時沒有更好的方法，如果那位朋友有其他操作，可以分享一下。
以上這篇淺談pandas用groupby后對層級索引levels的處理方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持VEVB武林網。
新聞熱點
疑難解答
