Pandas MultiIndex 详解

1. 什么是Index

  学习MultiIndex前，首先要看一下Index。
  Index是DataFrame的索引，如下代码生成一个DataFrame。

frame_index =  pd.DataFrame(np.arange(6).reshape((2,3)), index=['a','b'],
                     columns=['Ohio', 'Ohio', 'Colorado'])
frame_index

	Ohio	Ohio	Colorado
a	0	1	2
b	3	4	5

frame_index.index

Index(['a', 'b'], dtype='object')

  可以看到index就一层‘a’和‘b’。

frame_index.columns

Index(['Ohio', 'Ohio', 'Colorado'], dtype='object')

  columns也是一个index，只不过表示列而已。

2. 什么是MultiIndex

  MultiIndex顾名思义是多级索引，看一下多级索引的DataFrame生成如下：

frame = pd.DataFrame(np.arange(12).reshape((4,3)), index=[['a', 'a', 'b', 'b'], [1,2,1,2]],
                     columns=[['Ohio', 'Ohio', 'Colorado'], ['Green', 'Red', 'Green']])
frame					 

		Ohio		Colorado
		Green	Red	Green
a	1	0	1	2
	2	3	4	5
b	1	6	7	8
	2	9	10	11

frame.index

MultiIndex(levels=[['a', 'b'], [1, 2]],
           codes=[[0, 0, 1, 1], [0, 1, 0, 1]])

  可以看到当选择frame.index时候，对象变成了MultiIndex，这是因为MultiIndex是Index的一个子类，当DataFrame的index索引传入多列表时，自动构建多级索引，那么不禁要问levels和codes的意义？

2.1 levels和codes的意义

  levels和codes是为了确定多级索引的对应关系。

1. levels的第一级列表[‘a’,‘b’]，对应codes的[0,0,1,1]，codes中是0代表’a’的位置，1代表‘b’的位置。
2. leves的第二级列表[1,2]，对应codes的[0,1,0,1]，codes中的0代表1的位置，1代表2的位置。
   两级位置确定后，根据codes位置标识绘制如下：
   

  这个表格恰恰是frame的index对应关系，我们的解读是正确的。
  columns同理，这里不再赘述了。

  注意：在pandas version 0.24.0之前，codes用labels来表示的，意义相同。