多索引数据框中的级别是什么？答案

【问题标题】：What are the levels in multi index data frame called?多索引数据框中的级别是什么？
【发布时间】：2021-08-31 12:01:11
【问题描述】：

对于名为的多索引数据框，我的图片上有哪些不同级别？以及如何使用 pivot_table 访问每个级别。

另外，我如何在日期上方添加“Ticker”

【问题讨论】：

通过tuple() 例如df.loc[:,('Close','A')]
你有多个索引列......所以黄色部分是level0，黑色部分是level1

标签： python pandas multi-index

【解决方案1】：

层级从0、1等开始命名，最上层为0

您可以通过pandas.MultiIndex.get_level_values 访问每个级别。例如，您可以使用以下内容来获取您想要的列索引的级别1（从顶部开始的第二级）：

df.columns.get_level_values(1)

【讨论】：

【解决方案2】：

你有多个索引列......所以黄色部分是level 0，黑色部分是level 1

所以如果你想访问值然后使用（例如）：

df.loc[:,('Close','A')]    #for selecting a single column
#OR
df.loc[:, df.columns.get_level_values(1)=='A']  #for selecting all values at level 1 where column is 'A'
#OR
df.loc[:, df.columns.get_level_values(0)=='Close']  #for selecting all values at level 0 where column is 'Close'

如果要创建单级索引，则必须删除 level 0 或 level 1

df=df.droplevel(0,1)  #for removing the columns name in yellow part
#OR
df=df.droplevel(1,1)  #for removing the columns name in black part

如果您不想失去任何级别，那么您可以将这 2 个级别合并为一个级别，以便您可以像往常一样访问列：

df.columns=df.columns.map('_'.join)
#here the both level is joined by '_' btw you can use any custum character for joining levels

更多信息请参考documentation

This article 也可能有帮助

【讨论】：