pandas.MultiIndex#

class pandas.MultiIndex(levels=None, codes=None, sortorder=None, names=None, dtype=None, copy=False, name=None, verify_integrity=True)[源代码]#

Pandas对象的多级或分层索引对象。

参数

levels数组序列: 每个级别的唯一标签。
codes数组序列: 每个级别的整数指定每个位置的标签。
sortorder可选整型: 排序级别(必须按该级别按词典顺序排序)。
names可选的对象序列: 每个索引级别的名称。(接受名称以进行比较)。
copy布尔值，默认为False: 复制元数据。
verify_integrity布尔值，默认为True: 检查级别/代码是否一致和有效。

参见

MultiIndex.from_arrays: 将数组列表转换为多重索引。
MultiIndex.from_product: 从迭代变量的笛卡尔乘积创建多重索引。
MultiIndex.from_tuples: 将元组列表转换为多重索引。
MultiIndex.from_frame: 从DataFrame创建多重索引。
Index: 基本Pandas索引类型。

注意事项

请参阅 user guide 想要更多。

示例

一个新的 MultiIndex 通常是使用帮助器方法之一构造的 MultiIndex.from_arrays() ， MultiIndex.from_product() 和 MultiIndex.from_tuples() 。例如(使用 .from_arrays )：

>>> arrays = [[1, 1, 2, 2], ['red', 'blue', 'red', 'blue']]
>>> pd.MultiIndex.from_arrays(arrays, names=('number', 'color'))
MultiIndex([(1,  'red'),
            (1, 'blue'),
            (2,  'red'),
            (2, 'blue')],
           names=['number', 'color'])

有关如何在提到的帮助器方法的文档字符串中构造多索引的更多示例，请参阅更多示例。

属性

`names`	多重索引中的级别名称。
`nlevels`	此多重索引中的级别数为整数。
`levshape`	具有每个级别的长度的元组。

levels
codes

方法：

`from_arrays` \(数组[, sortorder, names] )	将数组转换为多重索引。
`from_tuples` \(元组[, sortorder, names] )	将元组列表转换为多重索引。
`from_product` \(可迭代的[, sortorder, names] )	从多个迭代变量的笛卡尔乘积创建多重索引。
`from_frame` \(df[, sortorder, names] )	从DataFrame创建多重索引。
`set_levels` \(级别[, level, inplace, ...] )	在多重索引上设置新的级别。
`set_codes` \(代码[, level, inplace, ...] )	在多重索引上设置新代码。
`to_frame` \([index, name, allow_duplicates] )	创建一个DataFrame，将多重索引的级别作为列。
`to_flat_index` \()	将多索引转换为包含级别值的元组的索引。
`sortlevel` \([level, ascending, sort_remaining] )	在请求的级别对多索引进行排序。
`droplevel` \([level] )	返回删除了请求级别的索引。
`swaplevel` \([i, j] )	将i级与j级互换。
`reorder_levels` \(订单)	使用输入顺序重新排列关卡。
`remove_unused_levels` \()	从当前创建删除未使用级别的新多重索引。
`get_locs` \(序列)	获取标签序列的位置。

pandas.IntervalIndex.get_indexer

pandas.MultiIndex.names