MultiIndex in Pandas für mehrstufige oder hierarchische Daten

MultiIndex in Pandas ist ein mehrstufiges oder hierarchisches Objekt, mit dem Sie mehr als eine Zeile und Spalte in Ihrem Index auswählen können. Darüber hinaus können Sie anspruchsvolle Datenanalysen und -manipulationen erstellen, insbesondere für die Arbeit mit höherdimensionalen Daten. In diesem Tutorial werde ich die MultiIndex-Funktion von Pandas erkunden. Das vollständige Video dieses Tutorials können Sie unten in diesem Blog ansehen.

Die Idee hier ist, dass wir einen Index haben, der auch eine Hierarchie enthält. Wenn Sie Pandas schon einmal verwendet haben, wissen Sie, dass die Datenrahmen von Pandas einen Index enthalten , daher werden wir diesem zusätzliche Ebenen hinzufügen. Dadurch wird sowohl das Indizieren als auch das Umformen der Daten einfacher, je nachdem, ob Sie tatsächlich eine Hierarchie für Ihre Daten haben.

Als Beispiel verwenden wir den berühmten Gapminder-Datensatz, und das ist hier tatsächlich ein MultiIndex. Wir haben eine Hierarchie, also einen Kontinent-Drilling nach Ländern, und jedes Land kann einen Drilling nach mehreren Jahren durchführen. Wir können diesen Index also manipulieren und die Dinge werden viel einfacher zu programmieren sein, wenn wir diesen MultiIndex verwenden. Wir werden uns mit der Aufteilung und Umformung des Gapminder-Datensatzes befassen.

Inhaltsverzeichnis

• So verwenden Sie den MultiIndex in Pandas
• Abschluss

So verwenden Sie den MultiIndex in Pandas

Wir werden den Gapminder-Datensatz verwenden. Wenn Sie dies nicht installiert haben, möchten Sie eine PIP-Installation von Gapminder durchführen. Ich werde auch Pandas mitbringen. Ich verwende die Anaconda-Distribution von Python. In diesem Fall wird Pandas bereits installiert sein. Wir führen einen Gapminder-Import durch und schauen uns dann diese Daten an.

Wie Sie hier sehen können, haben wir wieder einen Index oder eine Hierarchie. Ich würde sagen, wir haben einen Kontinent, ein Land und dann ein Jahr. Derzeit ist der Index nur numerisch und wir werden jetzt unseren eigenen Index festlegen. Und das werden wir mit Gapminder tun. Wir werden den Index festlegen. Wir werden es auf Kontinent, Land und dann Jahr festlegen, inplace equal ( = ) true .

Dadurch werden lediglich die Ergebnisse gespeichert, sodass wir die Variable nicht zweimal aufrufen müssen, was nur etwas effizienter ist. Und jetzt sehen Sie, dass wir hier den Index haben (Inhalt, Land, Jahr) und das ist unser Multi-Index.

Ein paar Dinge, die wir hier tun könnten. Nehmen wir zum Beispiel an, ich wollte alles auf dem europäischen Kontinent. Ich möchte diesen Datenrahmen filtern oder aufteilen. Ich kann „gapminder.loc“ verwenden und dann „Europa“ eingeben. Möglicherweise kennen Sie loc. Unter anderen Umständen in Pandas funktioniert es viel einfacher, wenn wir es über den Index tun.

Dies existiert nun in einer Hierarchie. Nehmen wir an, wir wollten nur die Daten aus dem Vereinigten Königreich. Es sieht so aus, als könnten wir das einfach aufteilen, aber das wird ein Problem sein, denn wenn wir es indizieren, bleiben wir bei der Verwendung der Hierarchie. Wir müssen mit der ersten Ebene beginnen und dann zur zweiten und dritten Ebene usw. übergehen.

Wenn ich mehrere Ebenen einbeziehen möchte, kann ich es hier übergeben. Ich werde Europa und dann das Vereinigte Königreich besuchen. Ich könnte sogar noch einen Schritt weiter gehen und 1997 nennen. Und jetzt können wir hier das Ergebnis dieser Reihe in diesem Fall sehen.

Eine weitere schöne Sache mit dem MultiIndex in Pandas ist, dass es viel einfacher ist, die Daten umzuformen. Ich kann „gapminder_pivot“ und dann „gapminder.unstack“ ausführen . Wenn ich diesen Datensatz aus irgendeinem Grund umformen muss, drucke ich ihn aus und Sie werden sehen, dass wir jetzt den Kontinent, das Land und dann das Jahr zusammen mit den Spalten haben.

Nehmen wir an, ich wollte das in die entgegengesetzte Richtung machen. Alles, was ich tun müsste, ist unpivot und wir werden „gapminder_pivot“ ausführen . Wenn das Entstapeln war, dann ist dies Stapeln von Gapminder_unpivot.

Was ist nun, wenn ich diesen Index entfernen, zurücksetzen und in einen anderen ändern möchte? Alles, was ich in diesem Fall tun muss, ist Gapminder_unpivot. Wir werden den Index zurücksetzen . Wir werden das wieder integrieren . Wir müssen nicht über sich selbst sparen. Es ist nur etwas effizienter. Dann, gapminder_unpivot.

Wenn Sie das ausdrucken, kehren wir zu unseren ursprünglichen Daten zurück und haben den Index. Der numerische Beginn liegt bei Null, da Python eine nullbasierte Indizierung durchführt.

Python in LuckyTemplates: So installieren und richten Sie
Python-Skripte in LuckyTemplates-Datenberichten ein
. LuckyTemplates mit Python-Skripten zum Erstellen von Datumstabellen

Abschluss

Pandas wurde ursprünglich nach Paneldaten benannt. Es ist eigentlich für die Arbeit mit Paneldaten gedacht, bei denen es sich um eine bestimmte Art von Zeitreihendaten mit mehreren Kategorien handelt. Dann macht eine Hierarchie wirklich Sinn, oder?

Dies funktioniert sehr gut, wenn Sie mit eindeutigen Zeilen arbeiten und versuchen, mehrere Spalten zu finden.

Was die Leistung betrifft, könnte es sein, dass der Index bei einer Zusammenführung nicht erforderlich ist, aber wir haben hier nicht zusammengeführt. Wir haben lediglich operiert, darauf zugegriffen, indiziert, umgestaltet usw. Die Codierungseffizienz ist jedoch definitiv ein großer Vorteil.

Das ist also alles für MultiIndex in Pandas. Ich hoffe, das ist etwas, das Sie nutzen können. Sie haben heute etwas Neues über Pandas erfahren.

Alles Gute!