拯救pandas計(jì)劃（3）——多級(jí)索引取值

數(shù)據(jù)需求
需求拆解
需求處理

方法一：
方法二：

總結(jié)

最近發(fā)現(xiàn)周圍的很多小伙伴們都不太樂意使用pandas，轉(zhuǎn)而投向其他的數(shù)據(jù)操作庫，身為一個(gè)數(shù)據(jù)工作者，基本上是張口pandas，閉口pandas了，故而寫下此系列以讓更多的小伙伴們愛上pandas。

系列文章說明：

系列名（系列文章序號(hào)）——此次系列文章具體解決的需求

平臺(tái)：

windows 10
python 3.8
pandas 1.2.4

數(shù)據(jù)需求

給定一份多級(jí)索引數(shù)據(jù)，查找指定值。

需求拆解

數(shù)據(jù)提取在pandas中，或者說在python中就是索引式提取，在單層索引中采用·.lo或.iloc方法已經(jīng)非常常見了，然而在索引層次多了之后卻有點(diǎn)不知所措，也只需要將各個(gè)索引看成整體進(jìn)行提取就行。

需求處理

方法一：

這里先給出一個(gè)比較笨拙的方法，先將索引進(jìn)行重置為列數(shù)據(jù)，通過列取得bool條件再進(jìn)行提取

datac.reset_index(inplace=True)
datac[(datac['School']?==?'S_2')?&?(datac['Class']?==?'C_3')]

可以看到通過該類方法可以成功取到對(duì)應(yīng)值

當(dāng)然也可以采用.query方法進(jìn)行條件篩選

datac.reset_index(inplace=True)
datac.query("School?==?'S_1'?and?Class?==?'C_3'")

方法二：

既然為多級(jí)索引，pandas也會(huì)有對(duì)應(yīng)的取值方式，既可以用鏈?zhǔn)秸{(diào)用的方式，也可以通過元組進(jìn)行提取，首先看看多級(jí)索引的輸出值：
是一個(gè)MultiIndex類型數(shù)據(jù)，其元素都是元組，即也能通過元組的方式進(jìn)行索引調(diào)取

這兩種都一個(gè)共同的特點(diǎn)，從左到右，要先外層再內(nèi)層，否則會(huì)報(bào)KeyError錯(cuò)誤

#?鏈?zhǔn)秸{(diào)用
datac.loc['S_1'].loc['C_1']

#?元組作為索引調(diào)用
datac.loc[('S_3',?'C_1'),?:]

tips:

多層索引，即列名上方有層次結(jié)構(gòu)也可以按這種方式進(jìn)行提取。
想越過外層索引提取內(nèi)層索引需要交換索引順序才能順利提取。
```
#?swaplevel?交換索引層級(jí)
datac.swaplevel(axis=0).loc[('C_1')]??#?axis=0:?index
```