本教程详细阐述了在Pandas中如何通过`set_index`方法结合`sort_index`来创建具有层级结构的DataFrame索引，从而实现数据按指定列（如’Continent’）分组的视觉效果。文章澄清了`set_index`与`groupby`的区别，并提供了具体代码示例，指导读者高效地组织和访问多层索引数据。
理解Pandas中的索引与分组操作
在Pandas数据处理中，groupby()和set_index()是两个核心但功能截然不同的操作。初学者常会将它们混淆，尤其是在希望将某一列作为索引并实现数据“分组”展示时。
groupby()方法：其主要目的是对DataFrame进行分组，以便执行聚合操作（如求和、平均值、计数等）或进行迭代。调用groupby()本身并不会立即返回一个已分组的DataFrame，而是返回一个DataFrameGroupBy对象。这个对象需要进一步配合聚合函数（如.sum(), .mean(), .apply()等）才能生成结果。
示例：groupby的典型用法
import pandas as pd# 示例数据data = { 'Country': ['China', 'United States', 'Japan', 'United Kingdom', 'Russian Federation', 'India', 'South Korea', 'Iran', 'Australia', 'Germany', 'France'], 'Continent': ['Asia', 'North America', 'Asia', 'Europe', 'Europe', 'Asia', 'Asia', 'Asia', 'Australia', 'Europe', 'Europe'], 'Population': [1367.64, 317.61, 127.40, 63.87, 143.50, 1276.73, 49.80, 77.07, 23.31, 80.36, 63.83]}df = pd.DataFrame(data)print("原始DataFrame头部：")print(df.head())# 尝试直接groupbygrouped_obj = df.groupby('Continent')print("n直接调用groupby返回的是一个GroupBy对象：")print(grouped_obj)# groupby的聚合用法continent_population_sum = df.groupby('Continent')['Population'].sum()print("n按大洲汇总人口：")print(continent_population_sum)# groupby的迭代用法print("n按大洲迭代：")for continent, group_df in df.groupby('Continent'): print(f"--- {continent} ---") print(group_df)
set_index()方法：此方法用于将DataFrame中的一列或多列设置为新的索引。当设置多列作为索引时，它会创建一个多级索引（MultiIndex），这正是实现数据层级展示的关键。
创建层级索引实现数据分组展示
要实现将某一列（如’Continent’）作为主索引，并在其下展示相关数据，同时让主索引值只显示一次，最有效的方法是使用set_index()创建多级索引，并结合sort_index()。Pandas在显示多级索引时，会自动折叠相同的高层级索引值，使其只显示一次，从而营造出“分组”的视觉效果。
Lifetoon
免费的AI漫画创作平台
92 查看详情
步骤：
确定索引列：选择你希望作为层级索引的列。通常，层级越高的列放在前面。使用set_index()：将选定的列列表传递给set_index()方法。使用sort_index()：为了确保相同的高层级索引值能够被Pandas正确折叠显示，通常需要对索引进行排序。
示例：将’Continent’和’Country’设置为多级索引
假设我们有以下DataFrame，它可能已经经过了一些计算，包含Country和Population以及聚合统计量：
import pandas as pdimport numpy as np# 模拟用户"Edit"后的DataFrame结构data_edit = { 'Country': ['China', 'Japan', 'India', 'South Korea', 'Iran', 'Australia', 'United Kingdom', 'Russian Federation', 'Germany', 'France'], 'Population': [1367.645, 127.409, 1276.730, 49.805, 77.075, 23.316, 63.870, 143.500, 80.369, 63.837], 'Continent': ['Asia', 'Asia', 'Asia', 'Asia', 'Asia', 'Australia', 'Europe', 'Europe', 'Europe', 'Europe'], 'sum': [2898.666, 2898.666, 2898.666, 2898.666, 2898.666, 23.316, 457.929, 457.929, 457.929, 457.929], 'size': [5, 5, 5, 5, 5, 1, 6, 6, 6, 6], 'mean': [579.733, 579.733, 579.733, 579.733, 579.733, 23.316, 76.321, 76.321, 76.321, 76.321], 'std': [679.097, 679.097, 679.097, 679.097, 679.097, np.nan, 34.647, 34.647, 34.647, 34.647]}cont_df = pd.DataFrame(data_edit)print("原始DataFrame (可能经过计算) 头部：")print(cont_df.head(10))# 将'Continent'和'Country'设置为多级索引# 注意：set_index会移除原列，如果需要保留原列，可以先复制一份或使用reset_indexcont_indexed = cont_df.set_index(['Continent', 'Country']).sort_index()print("n设置多级索引并排序后的DataFrame：")print(cont_indexed)
输出示例（部分）：
设置多级索引并排序后的DataFrame： Population sum size mean stdContinent Country Asia China 1367.645 2898.666 5 579.733 679.097 India 1276.730 2898.666 5 579.733 679.097 Iran 77.075 2898.666 5 579.733 679.097 Japan 127.409 2898.666 5 579.733 679.097 South Korea 49.805 2898.666 5 579.733 679.097Australia Australia 23.316 23.316 1 23.316 NaNEurope France 63.837 457.929 6 7
以上就是Pandas中如何将分组值设置为DataFrame索引并实现层级展示的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/904880.html
微信扫一扫 
支付宝扫一扫 
