Python中的pandas模塊進(jìn)行數(shù)據(jù)分析拒啰。
接下來pandas介紹中將學(xué)習(xí)到如下8塊內(nèi)容：
1俗他、數(shù)據(jù)結(jié)構(gòu)簡(jiǎn)介：DataFrame和Series
2例驹、數(shù)據(jù)索引index
3赶么、利用pandas查詢數(shù)據(jù)
4瘟仿、利用pandas的DataFrames進(jìn)行統(tǒng)計(jì)分析
5、利用pandas實(shí)現(xiàn)SQL操作
6研铆、利用pandas進(jìn)行缺失值的處理
7埋同、利用pandas實(shí)現(xiàn)Excel的數(shù)據(jù)透視表功能
8、多層索引的使用
在pandas中有兩類非常重要的數(shù)據(jù)結(jié)構(gòu)凶赁，即序列Series和數(shù)據(jù)框DataFrame。Series類似于numpy中的一維數(shù)組逆甜，除了通吃一維數(shù)組可用的函數(shù)或方法虱肄，而且其可通過索引標(biāo)簽的方式獲取數(shù)據(jù)，還具有索引的自動(dòng)對(duì)齊功能交煞；DataFrame類似于numpy中的二維數(shù)組咏窿，同樣可以通用numpy數(shù)組的函數(shù)和方法，而且還具有其他靈活應(yīng)用素征，后續(xù)會(huì)介紹到集嵌。
序列的創(chuàng)建主要有三種方式：
import?numpy?as?np,?pandas?as?pd
arr1?=?np.arange(10)
arr1
type(arr1)
s1?=?pd.Series(arr1)
s1
type(s1)
dic1?=?{'a':10,'b':20,'c':30,'d':40,'e':50}
dic1
type(dic1)
s2?=?pd.Series(dic1)
s2
type(s2)
3）通過DataFrame中的某一行或某一列創(chuàng)建序列
這部分內(nèi)容我們放在后面講御毅，因?yàn)橄旅婢烷_始將DataFrame的創(chuàng)建根欧。
數(shù)據(jù)框的創(chuàng)建主要有三種方式：
1）通過二維數(shù)組創(chuàng)建數(shù)據(jù)框
arr2?=?np.array(np.arange(12)).reshape(4,3)
arr2
type(arr2)
df1?=?pd.DataFrame(arr2)
df1
type(df1)
2）通過字典的方式創(chuàng)建數(shù)據(jù)框
以下以兩種字典來創(chuàng)建數(shù)據(jù)框端蛆，一個(gè)是字典列表凤粗，一個(gè)是嵌套字典。
dic2?=?{'a':[1,2,3,4],'b':[5,6,7,8],
'c':[9,10,11,12],'d':[13,14,15,16]}
dic2
type(dic2)
df2?=?pd.DataFrame(dic2)
df2
type(df2)
dic3?=?{'one':{'a':1,'b':2,'c':3,'d':4},
'two':{'a':5,'b':6,'c':7,'d':8},
'three':{'a':9,'b':10,'c':11,'d':12}}
dic3
type(dic3)
df3?=?pd.DataFrame(dic3)
df3
type(df3)
3）通過數(shù)據(jù)框的方式創(chuàng)建數(shù)據(jù)框
df4?=?df3[['one','three']]
df4
type(df4)
s3?=?df3['one']
s3
type(s3)
細(xì)致的朋友可能會(huì)發(fā)現(xiàn)一個(gè)現(xiàn)象嫌拣，不論是序列也好柔袁，還是數(shù)據(jù)框也好，對(duì)象的最左邊總有一個(gè)非原始數(shù)據(jù)對(duì)象亭罪，這個(gè)是什么呢瘦馍？不錯(cuò)，就是我們接下來要介紹的索引应役。
在我看來情组，序列或數(shù)據(jù)框的索引有兩大用處，一個(gè)是通過索引值或索引標(biāo)簽獲取目標(biāo)數(shù)據(jù)箩祥，另一個(gè)是通過索引院崇，可以使序列或數(shù)據(jù)框的計(jì)算、操作實(shí)現(xiàn)自動(dòng)化對(duì)齊袍祖，下面我們就來看看這兩個(gè)功能的應(yīng)用底瓣。
1、通過索引值或索引標(biāo)簽獲取數(shù)據(jù)
s4?=?pd.Series(np.array([1,1,2,3,5,8]))
s4
如果不給序列一個(gè)指定的索引值蕉陋，則序列自動(dòng)生成一個(gè)從0開始的自增索引捐凭。可以通過index查看序列的索引：
s4.index
現(xiàn)在我們?yōu)樾蛄性O(shè)定一個(gè)自定義的索引值：
s4.index?=?['a','b','c','d','e','f']
s4
序列有了索引凳鬓，就可以通過索引值或索引標(biāo)簽進(jìn)行數(shù)據(jù)的獲茸鲁Α：
s4[3]
s4['e']
s4[[1,3,5]]
s4[['a','b','d','f']]
s4[:4]
s4['c':]
s4['b':'e']
千萬(wàn)注意：如果通過索引標(biāo)簽獲取數(shù)據(jù)的話，末端標(biāo)簽所對(duì)應(yīng)的值是可以返回的缩举！在一維數(shù)組中垦梆，就無(wú)法通過索引標(biāo)簽獲取數(shù)據(jù)，這也是序列不同于一維數(shù)組的一個(gè)方面仅孩。
如果有兩個(gè)序列，需要對(duì)這兩個(gè)序列進(jìn)行算術(shù)運(yùn)算辽慕，這時(shí)索引的存在就體現(xiàn)的它的價(jià)值了—自動(dòng)化對(duì)齊.
s5?=?pd.Series(np.array([10,15,20,30,55,80]),
index?=?['a','b','c','d','e','f'])
s5
s6?=?pd.Series(np.array([12,11,13,15,14,16]),
index?=?['a','c','g','b','d','f'])
s6
s5?+?s6
s5/s6
由于s5中沒有對(duì)應(yīng)的g索引京腥，s6中沒有對(duì)應(yīng)的e索引，所以數(shù)據(jù)的運(yùn)算會(huì)產(chǎn)生兩個(gè)缺失值NaN溅蛉。注意绞旅，這里的算術(shù)結(jié)果就實(shí)現(xiàn)了兩個(gè)序列索引的自動(dòng)對(duì)齊，而非簡(jiǎn)單的將兩個(gè)序列加總或相除温艇。對(duì)于數(shù)據(jù)框的對(duì)齊，不僅僅是行索引的自動(dòng)對(duì)齊堕汞，同時(shí)也會(huì)自動(dòng)對(duì)齊列索引（變量名）
數(shù)據(jù)框中同樣有索引勺爱，而且數(shù)據(jù)框是二維數(shù)組的推廣，所以其不僅有行索引讯检，而且還存在列索引琐鲁，關(guān)于數(shù)據(jù)框中的索引相比于序列的應(yīng)用要強(qiáng)大的多卫旱，這部分內(nèi)容將放在數(shù)據(jù)查詢中講解。
這里的查詢數(shù)據(jù)相當(dāng)于R語(yǔ)言里的subset功能顾翼，可以通過布爾索引有針對(duì)的選取原數(shù)據(jù)的子集、指定行奈泪、指定列等适贸。我們先導(dǎo)入一個(gè)student數(shù)據(jù)集：
student?=?pd.io.parsers.read_csv('C:\\Users\\admin\\Desktop\\student.csv')
查詢數(shù)據(jù)的前5行或末尾5行
student.head()
student.tail()
查詢指定的行
student.ix[[0,2,4,5,7]]?#這里的ix索引標(biāo)簽函數(shù)必須是中括號(hào)[]
查詢指定的列
student[['Name','Height','Weight']].head()?#如果多個(gè)列的話，必須使用雙重中括號(hào)
也可以通過ix索引標(biāo)簽查詢指定的列
student.ix[:,['Name','Height','Weight']].head()
查詢指定的行和列
student.ix[[0,2,4,5,7],['Name','Height','Weight']].head()
以上是從行或列的角度查詢數(shù)據(jù)的子集涝桅，現(xiàn)在我們來看看如何通過布爾索引實(shí)現(xiàn)數(shù)據(jù)的子集查詢拜姿。
查詢所有女生的信息
student[student['Sex']=='F']
查詢出所有12歲以上的女生信息
student[(student['Sex']=='F')?&?(student['Age']>12)]
查詢出所有12歲以上的女生姓名、身高和體重
student[(student['Sex']=='F')?&?(student['Age']>12)][['Name','Height','Weight']]
上面的查詢邏輯其實(shí)非常的簡(jiǎn)單冯遂，需要注意的是蕊肥，如果是多個(gè)條件的查詢，必須在&（且）或者|（或）的兩端條件用括號(hào)括起來蛤肌。
pandas模塊為我們提供了非常多的描述性統(tǒng)計(jì)分析的指標(biāo)函數(shù)，如總和裸准、均值展东、最小值、最大值等狼速，我們來具體看看這些函數(shù)：
首先隨機(jī)生成三組數(shù)據(jù)
np.random.seed(1234)
d1?=?pd.Series(2*np.random.normal(size?=?100)+3)
d2?=?np.random.f(2,4,size?=?100)
d3?=?np.random.randint(1,100,size?=?100)
d1.count()?#非空元素計(jì)算
d1.min()?#最小值
d1.max()?#最大值
d1.idxmin()?#最小值的位置琅锻，類似于R中的which.min函數(shù)
d1.idxmax()?#最大值的位置，類似于R中的which.max函數(shù)
d1.quantile(0.1)?#10%分位數(shù)
d1.sum()?#求和
d1.mean()?#均值
d1.median()?#中位數(shù)
d1.mode()?#眾數(shù)
d1.var()?#方差
d1.std()?#標(biāo)準(zhǔn)差
d1.mad()?#平均絕對(duì)偏差
d1.skew()?#偏度
d1.kurt()?#峰度
d1.describe()?#一次性輸出多個(gè)描述性統(tǒng)計(jì)指標(biāo)
必須注意的是向胡，descirbe方法只能針對(duì)序列或數(shù)據(jù)框恼蓬，一維數(shù)組是沒有這個(gè)方法的
這里自定義一個(gè)函數(shù)，將這些統(tǒng)計(jì)描述指標(biāo)全部匯總到一起:
def?stats(x):
return?pd.Series([x.count(),x.min(),x.idxmin(),
x.quantile(.25),x.median(),
x.quantile(.75),x.mean(),
x.max(),x.idxmax(),
x.mad(),x.var(),
x.std(),x.skew(),x.kurt()],
index?=?['Count','Min','Whicn_Min',
'Q1','Median','Q3','Mean',
'Max','Which_Max','Mad',
'Var','Std','Skew','Kurt'])
stats(d1)
在實(shí)際的工作中僵芹，我們可能需要處理的是一系列的數(shù)值型數(shù)據(jù)框处硬，如何將這個(gè)函數(shù)應(yīng)用到數(shù)據(jù)框中的每一列呢？可以使用apply函數(shù)拇派，這個(gè)非常類似于R中的apply的應(yīng)用方法荷辕。
將之前創(chuàng)建的d1,d2,d3數(shù)據(jù)構(gòu)建數(shù)據(jù)框:
df?=?pd.DataFrame(np.array([d1,d2,d3]).T,columns=['x1','x2','x3'])
df.head()
df.apply(stats)
非常完美，就這樣很簡(jiǎn)單的創(chuàng)建了數(shù)值型數(shù)據(jù)的統(tǒng)計(jì)性描述件豌。如果是離散型數(shù)據(jù)呢疮方？就不能用這個(gè)統(tǒng)計(jì)口徑了，我們需要統(tǒng)計(jì)離散變量的觀測(cè)數(shù)茧彤、唯一值個(gè)數(shù)骡显、眾數(shù)水平及個(gè)數(shù)。你只需要使用describe方法就可以實(shí)現(xiàn)這樣的統(tǒng)計(jì)了。
student['Sex'].describe()
除以上的簡(jiǎn)單描述性統(tǒng)計(jì)之外惫谤，還提供了連續(xù)變量的相關(guān)系數(shù)（corr）和協(xié)方差矩陣（cov）的求解壁顶，這個(gè)跟R語(yǔ)言是一致的用法。
df.corr()
關(guān)于相關(guān)系數(shù)的計(jì)算可以調(diào)用pearson方法或kendell方法或spearman方法溜歪，默認(rèn)使用pearson方法若专。
df.corr('spearman')
如果只想關(guān)注某一個(gè)變量與其余變量的相關(guān)系數(shù)的話，可以使用corrwith,如下方只關(guān)心x1與其余變量的相關(guān)系數(shù):
df.corrwith(df['x1'])
數(shù)值型變量間的協(xié)方差矩陣
df.cov()
五蝴猪、類似于SQL的操作
在SQL中常見的操作主要是增调衰、刪、改拯腮、查幾個(gè)動(dòng)作窖式，那么pandas能否實(shí)現(xiàn)對(duì)數(shù)據(jù)的這幾項(xiàng)操作呢？答案是Of Course!
In?[99]:?dic?=?{'Name':['LiuShunxiang','Zhangshan'],
...:?'Sex':['M','F'],'Age':[27,23],
...:?'Height':[165.7,167.2],'Weight':[61,63]}
In?[100]:?student2?=?pd.DataFrame(dic)
In?[101]:?student2
Out[101]:
Age?Height?Name?Sex?Weight
0?27?165.7?LiuShunxiang?M?61
1?23?167.2?Zhangshan?F?63
現(xiàn)在將student2中的數(shù)據(jù)新增到student中动壤，可以通過concat函數(shù)實(shí)現(xiàn)：
注意到了嗎萝喘？在數(shù)據(jù)庫(kù)中union必須要求兩張表的列順序一致，而這里concat函數(shù)可以自動(dòng)對(duì)齊兩個(gè)數(shù)據(jù)框的變量琼懊！
新增列的話阁簸，其實(shí)在pandas中就更簡(jiǎn)單了，例如在student2中新增一列學(xué)生成績(jī)：
對(duì)于新增的列沒有賦值哼丈，就會(huì)出現(xiàn)空NaN的形式启妹。
刪除數(shù)據(jù)框student2,通過del命令實(shí)現(xiàn)醉旦，該命令可以刪除Python的所有對(duì)象饶米。
刪除指定的行
原數(shù)據(jù)中的第1,2,4,7行的數(shù)據(jù)已經(jīng)被刪除了。
根據(jù)布爾索引刪除行數(shù)據(jù)车胡，其實(shí)這個(gè)刪除就是保留刪除條件的反面數(shù)據(jù)檬输，例如刪除所有14歲以下的學(xué)生：
刪除指定的列
我們發(fā)現(xiàn)，不論是刪除行還是刪除列匈棘，都可以通過drop方法實(shí)現(xiàn)丧慈，只需要設(shè)定好刪除的軸即可，即調(diào)整drop方法中的axis參數(shù)主卫。默認(rèn)該參數(shù)為0逃默，表示刪除行觀測(cè)，如果需要?jiǎng)h除列變量簇搅，則需設(shè)置為1完域。
如果發(fā)現(xiàn)表中的某些數(shù)據(jù)錯(cuò)誤了，如何更改原來的值呢瘩将？我們?cè)囋嚱Y(jié)合布爾索引和賦值的方法：
例如發(fā)現(xiàn)student3中姓名為L(zhǎng)iushunxiang的學(xué)生身高錯(cuò)了筒主，應(yīng)該是173关噪，如何改呢？
這樣就可以把原來的身高修改為現(xiàn)在的170了乌妙。
看，關(guān)于索引的操作非常靈活建钥、方便吧藤韵，就這樣輕松搞定數(shù)據(jù)的更改。
查：有關(guān)數(shù)據(jù)查詢部分熊经，上面已經(jīng)介紹過泽艘，下面重點(diǎn)講講聚合、排序和多表連接操作镐依。
聚合：pandas模塊中可以通過groupby()函數(shù)實(shí)現(xiàn)數(shù)據(jù)的聚合操作
根據(jù)性別分組匹涮，計(jì)算各組別中學(xué)生身高和體重的平均值：
如果不對(duì)原始數(shù)據(jù)作限制的話，聚合函數(shù)會(huì)自動(dòng)選擇數(shù)值型數(shù)據(jù)進(jìn)行聚合計(jì)算槐壳。如果不想對(duì)年齡計(jì)算平均值的話然低，就需要剔除改變量：
groupby還可以使用多個(gè)分組變量，例如根本年齡和性別分組务唐，計(jì)算身高與體重的平均值：
當(dāng)然雳攘，還可以對(duì)每個(gè)分組計(jì)算多個(gè)統(tǒng)計(jì)量：
是不是很簡(jiǎn)單，只需一句就能完成SQL中的SELECT…FROM…GROUP BY…功能枫笛，何樂而不為呢吨灭？
排序在日常的統(tǒng)計(jì)分析中還是比較常見的操作，我們可以使用order刑巧、sort_index和sort_values實(shí)現(xiàn)序列和數(shù)據(jù)框的排序工作：
我們?cè)僭囋嚱敌蚺判虻脑O(shè)置：
上面兩個(gè)結(jié)果其實(shí)都是按值排序喧兄，并且結(jié)果中都給出了警告信息，即建議使用sort_values()函數(shù)進(jìn)行按值排序啊楚。
在數(shù)據(jù)框中一般都是按值排序吠冤，例如：
多表之間的連接也是非常常見的數(shù)據(jù)庫(kù)操作，連接分內(nèi)連接和外連接特幔，在數(shù)據(jù)庫(kù)語(yǔ)言中通過join關(guān)鍵字實(shí)現(xiàn)咨演，pandas我比較建議使用merger函數(shù)實(shí)現(xiàn)數(shù)據(jù)的各種連接操作。
如下是構(gòu)造一張學(xué)生的成績(jī)表：
現(xiàn)在想把學(xué)生表student與學(xué)生成績(jī)表score做一個(gè)關(guān)聯(lián)蚯斯，該如何操作呢薄风？
注意，默認(rèn)情況下拍嵌，merge函數(shù)實(shí)現(xiàn)的是兩個(gè)表之間的內(nèi)連接遭赂，即返回兩張表中共同部分的數(shù)據(jù)『崃荆可以通過how參數(shù)設(shè)置連接的方式撇他，left為左連接；right為右連接；outer為外連接困肩。
左連接實(shí)現(xiàn)的是保留student表中的所有信息划纽，同時(shí)將score表的信息與之配對(duì)，能配多少配多少锌畸，對(duì)于沒有配對(duì)上的Name勇劣，將會(huì)顯示成績(jī)?yōu)镹aN。
六潭枣、缺失值處理
現(xiàn)實(shí)生活中的數(shù)據(jù)是非常雜亂的比默，其中缺失值也是非常常見的，對(duì)于缺失值的存在可能會(huì)影響到后期的數(shù)據(jù)分析或挖掘工作盆犁，那么我們?cè)撊绾翁幚磉@些缺失值呢命咐？常用的有三大類方法，即刪除法谐岁、填補(bǔ)法和插值法醋奠。
刪除法：當(dāng)數(shù)據(jù)中的某個(gè)變量大部分值都是缺失值，可以考慮刪除改變量翰铡；當(dāng)缺失值是隨機(jī)分布的钝域，且缺失的數(shù)量并不是很多是，也可以刪除這些缺失的觀測(cè)锭魔。
替補(bǔ)法：對(duì)于連續(xù)型變量例证，如果變量的分布近似或就是正態(tài)分布的話，可以用均值替代那些缺失值迷捧；如果變量是有偏的织咧，可以使用中位數(shù)來代替那些缺失值；對(duì)于離散型變量漠秋，我們一般用眾數(shù)去替換那些存在缺失的觀測(cè)笙蒙。
插補(bǔ)法：插補(bǔ)法是基于蒙特卡洛模擬法，結(jié)合線性模型庆锦、廣義線性模型捅位、決策樹等方法計(jì)算出來的預(yù)測(cè)值替換缺失值。
我們這里就介紹簡(jiǎn)單的刪除法和替補(bǔ)法：
這是一組含有缺失值的序列搂抒，我們可以結(jié)合sum函數(shù)和isnull函數(shù)來檢測(cè)數(shù)據(jù)中含有多少缺失值：
In?[130]:?sum(pd.isnull(s))
Out[130]:?9
直接刪除缺失值
默認(rèn)情況下艇搀，dropna會(huì)刪除任何含有缺失值的行，我們?cè)贅?gòu)造一個(gè)數(shù)據(jù)框試試：
返回結(jié)果表明求晶，數(shù)據(jù)中只要含有缺失值NaN,該數(shù)據(jù)行就會(huì)被刪除焰雕，如果使用參數(shù)how=’all’，則表明只刪除所有行為缺失值的觀測(cè)芳杏。
使用一個(gè)常量來填補(bǔ)缺失值矩屁，可以使用fillna函數(shù)實(shí)現(xiàn)簡(jiǎn)單的填補(bǔ)工作：
1）用0填補(bǔ)所有缺失值
2)采用前項(xiàng)填充或后向填充
3)使用常量填充不同的列
4)用均值或中位數(shù)填充各自的列
很顯然辟宗，在使用填充法時(shí)，相對(duì)于常數(shù)填充或前項(xiàng)吝秕、后項(xiàng)填充泊脐，使用各列的眾數(shù)、均值或中位數(shù)填充要更加合理一點(diǎn)烁峭，這也是工作中常用的一個(gè)快捷手段晨抡。
在Excel中有一個(gè)非常強(qiáng)大的功能就是數(shù)據(jù)透視表则剃，通過托拉拽的方式可以迅速的查看數(shù)據(jù)的聚合情況，這里的聚合可以是計(jì)數(shù)如捅、求和棍现、均值、標(biāo)準(zhǔn)差等镜遣。
pandas為我們提供了非常強(qiáng)大的函數(shù)pivot_table()己肮，該函數(shù)就是實(shí)現(xiàn)數(shù)據(jù)透視表功能的。對(duì)于上面所說的一些聚合函數(shù)悲关，可以通過參數(shù)aggfunc設(shè)定腊满。我們先看看這個(gè)函數(shù)的語(yǔ)法和參數(shù)吧：
pivot_table(data,values=None,
index=None,
columns=None,
aggfunc='mean',
fill_value=None,
margins=False,
dropna=True,
margins_name='All')
data：需要進(jìn)行數(shù)據(jù)透視表操作的數(shù)據(jù)框
values：指定需要聚合的字段
index：指定某些原始變量作為行索引
columns：指定哪些離散的分組變量
aggfunc：指定相應(yīng)的聚合函數(shù)
fill_value：使用一個(gè)常數(shù)替代缺失值沮脖，默認(rèn)不替換
margins：是否進(jìn)行行或列的匯總，默認(rèn)不匯總
dropna：默認(rèn)所有觀測(cè)為缺失的列
margins_name：默認(rèn)行匯總或列匯總的名稱為'All'
我們?nèi)匀灰詓tudent表為例，來認(rèn)識(shí)一下數(shù)據(jù)透視表pivot_table函數(shù)的用法：
對(duì)一個(gè)分組變量（Sex）穷缤，一個(gè)數(shù)值變量（Height）作統(tǒng)計(jì)匯總
對(duì)一個(gè)分組變量（Sex），兩個(gè)數(shù)值變量（Height,Weight）作統(tǒng)計(jì)匯總
對(duì)兩個(gè)分組變量（Sex隘冲，Age)互例，兩個(gè)數(shù)值變量（Height,Weight）作統(tǒng)計(jì)匯總
很顯然這樣的結(jié)果并不像Excel中預(yù)期的那樣，該如何變成列聯(lián)表的形式的这敬？很簡(jiǎn)單航夺，只需將結(jié)果進(jìn)行非堆疊操作（unstack）即可：
看，這樣的結(jié)果是不是比上面那種看起來更舒服一點(diǎn)崔涂？
使用多個(gè)聚合函數(shù)
有關(guān)更多數(shù)據(jù)透視表的操作阳掐，可參考《Pandas透視表（pivot_table）詳解》一文，鏈接地址：http://python.jobbole.com/81212/
最后我們?cè)賮碇v講pandas中的一個(gè)重要功能缭保，那就是多層索引。在序列中它可以實(shí)現(xiàn)在一個(gè)軸上擁有多個(gè)索引帝雇，就類似于Excel中常見的這種形式：
對(duì)于這樣的數(shù)據(jù)格式有什么好處呢涮俄？pandas可以幫我們實(shí)現(xiàn)用低維度形式處理高維數(shù)數(shù)據(jù)，這里舉個(gè)例子也許你就能明白了：
對(duì)于這種多層次索引的序列尸闸，取數(shù)據(jù)就顯得非常簡(jiǎn)單了：
對(duì)于這種多層次索引的序列彻亲，我們還可以非常方便的將其轉(zhuǎn)換為數(shù)據(jù)框的形式：
以上針對(duì)的是序列的多層次索引孕锄，數(shù)據(jù)框也同樣有多層次的索引，而且每條軸上都可以有這樣的索引苞尝，就類似于Excel中常見的這種形式：
我們不妨構(gòu)造一個(gè)類似的高維數(shù)據(jù)框：
同樣畸肆，數(shù)據(jù)框中的多層索引也可以非常便捷的取出大塊數(shù)據(jù)：
在數(shù)據(jù)框中使用多層索引，可以將整個(gè)數(shù)據(jù)集控制在二維表結(jié)構(gòu)中宙址，這對(duì)于數(shù)據(jù)重塑和基于分組的操作（如數(shù)據(jù)透視表的生成）比較有幫助轴脐。
就拿student二維數(shù)據(jù)框?yàn)槔覀儤?gòu)造一個(gè)多層索引數(shù)據(jù)集：
講到這里抡砂，我們關(guān)于pandas模塊的學(xué)習(xí)基本完成大咱，其實(shí)在掌握了pandas這8個(gè)主要的應(yīng)用方法就可以靈活的解決很多工作中的數(shù)據(jù)處理、統(tǒng)計(jì)分析等任務(wù)注益。有關(guān)更多的pandas介紹碴巾，可參考pandas官方文檔：http://pandas.pydata.org/pandas-docs/version/0.17.0/whatsnew.html。
對(duì)Python開發(fā)技術(shù)感興趣的同學(xué)丑搔，歡迎加QQ群：862672474厦瓢，一起學(xué)習(xí)，相互討論啤月。
群內(nèi)已經(jīng)有小伙伴將知識(shí)體系整理好（源碼煮仇，筆記，PPT谎仲，學(xué)習(xí)視頻）浙垫，歡迎加群免費(fèi)領(lǐng)取。
