pandas.MultiIndex

class pandas.MultiIndex [source]

Объект многоуровневого (иерархического) индекса для объектов pandas

Параметры:

levels : последовательность массивов Уникальные метки для каждого уровня labels : последовательность массивов Целые числа для каждого уровня, обозначающие метку на каждом расположении sortorder : необязательное целое число Уровень упорядоченности (должен быть лексикографически отсортирован по этому уровню) names : необязательная последовательность объектов Имена для каждого из уровней индекса. (имя принимается для совместимости) copy : булево значение, по умолчанию False Копировать метаданные verify_integrity : булево значение, по умолчанию True Проверить, что уровни/метки согласованы и валидны

См. также

MultiIndex.from_arrays

Преобразовать список массивов в MultiIndex

MultiIndex.from_product

Создать MultiIndex из декартова произведения итерируемых объектов

MultiIndex.from_tuples

Преобразовать список кортежей в MultiIndex

Index

Базовый тип индекса pandas

Примечания

См. руководство пользователя для получения дополнительной информации.

Примеры

Новый MultiIndex обычно создается с помощью одного из вспомогательных методов MultiIndex.from_arrays(), MultiIndex.from_product() и MultiIndex.from_tuples(). Например (используя .from_arrays):

>>> arrays = [[1, 1, 2, 2], ['red', 'blue', 'red', 'blue']]
>>> pd.MultiIndex.from_arrays(arrays, names=('number', 'color'))
MultiIndex(levels=[[1, 2], ['blue', 'red']],
       labels=[[0, 0, 1, 1], [1, 0, 1, 0]],
       names=['number', 'color'])

См. дополнительные примеры по созданию MultiIndex в документации упомянутых вспомогательных методов.

Атрибуты

T	возвращает транспонированный объект (который по определению равен self)
asi8
base	возвращает базовый объект, если память для базовых данных
data	возвращает указатель на данные базовых данных
dtype
dtype_str
empty
flags
has_duplicates
hasnans
inferred_type
is_all_dates
is_monotonic
is_monotonic_decreasing
is_monotonic_increasing
is_unique
itemsize	возвращает размер типа данных элемента базовых данных
labels
levels
levshape
lexsort_depth
name
names	Имена уровней в MultiIndex
nbytes
ndim	возвращает количество измерений базовых данных
nlevels
shape	возвращает кортеж формы базовых данных
size	возвращает количество элементов в базовых данных
strides	возвращает шаги базовых данных
values

Методы

all([other])
any([other])
append(other)	Присоединить коллекцию опций индекса вместе
argmax([axis])	возвращает массив индексов максимального аргумента
argmin([axis])	возвращает массив индексов минимального аргумента
argsort(*args, **kwargs)
asof(label)	Для отсортированного индекса возвращает последнюю метку до и включая переданную метку.
asof_locs(where, mask)	где : массив временных меток
astype(dtype[, copy])	Создаёт индекс со значениями, преобразованными к типам данных.
contains(key)	возвращает булево значение, если данная метка присутствует в индексе
copy([names, dtype, levels, labels, deep, ...])	Создаёт копию этого объекта.
delete(loc)	Создаёт новый индекс с удалённой позицией
difference(other)	Вычисляет разность множеств двух объектов MultiIndex, сортируя, если возможно
drop(labels[, level, errors])	Создаёт новый MultiIndex с удалённым списком меток
drop_duplicates([keep])	Возвращает индекс с удалёнными повторяющимися значениями
droplevel([level])	Возвращает индекс с удалённым уровнем.
dropna([how])	Возвращает индекс без значений NA/NaN
duplicated([keep])	Возвращает булевый массив NumPy, обозначающий повторяющиеся значения
equal_levels(other)	Возвращает True, если уровни обоих объектов MultiIndex совпадают
equals(other)	Определяет, имеют ли два объекта MultiIndex одинаковую информацию о маркировке
factorize([sort, na_sentinel])	Кодирует объект как перечислимый тип или категориальную переменную
fillna([value, downcast])	fillna не реализован для MultiIndex
format([space, sparsify, adjoin, names, ...])
from_arrays(arrays[, sortorder, names])	Преобразование массивов в MultiIndex
from_product(iterables[, sortorder, names])	Создать MultiIndex из декартова произведения нескольких итерируемых объектов
from_tuples(tuples[, sortorder, names])	Преобразовать список кортежей в MultiIndex
get_duplicates()
get_indexer(target[, method, limit, tolerance])	Вычисление индексатора и маски для нового индекса на основе текущего индекса.
get_indexer_for(target, **kwargs)	гарантированное возвращение индексатора даже при не уникальности
get_indexer_non_unique(target)	Вычисление индексатора и маски для нового индекса на основе текущего индекса.
get_level_values(level)	Возвращает вектор значений меток для запрошенного уровня, равный длине индекса.
get_loc(key[, method])	Получить положение метки или кортежа меток в виде целого числа, среза или булевой маски.
get_loc_level(key[, level, drop_level])	Получить и положение запрошенной метки(меток) и результирующий срезанный индекс.
get_locs(seq)	Получить положение для заданной метки/срезы/списка/маски или последовательности таких, как массив целых чисел.
get_major_bounds([start, end, step, kind])	Для упорядоченного MultiIndex вычислить местоположения срезов для вводимых меток.
get_slice_bound(label, side, kind)
get_value(series, key)
get_values()	возвращает основанные данные как массив ndarray
groupby(values)	Группирует метки индекса по заданному массиву значений.
holds_integer()
identical(other)	Аналогично equals, но проверяет, что другие сравнимые атрибуты
insert(loc, item)	Создаёт новый MultiIndex, вставляя новый элемент в заданном месте
intersection(other)	Образует пересечение двух объектов MultiIndex, сортируя, если возможно
is_(other)	Более гибкая, быстрая проверка, аналогичная is, но работающая через представления
is_boolean()
is_categorical()
is_floating()
is_integer()

is_interval()
is_lexsorted()	Возвращает True, если метки отсортированы лексикографически
is_lexsorted_for_tuple(tup)
is_mixed()
is_numeric()
is_object()
is_type_compatible(kind)
isin(values[, level])	Вычисляет булевый массив, указывающий, содержится ли каждое значение индекса в переданном наборе значений.
isna()	Обнаружение пропущенных значений
isnull()	Обнаружение пропущенных значений
item()	возвращает первый элемент базовых данных как python
join(other[, how, level, return_indexers, sort])	это внутренний непубличный метод
map(mapper)	Применение функции-отображения к индексу.
max()	Максимальное значение объекта
memory_usage([deep])	Использование памяти моими значениями
min()	Минимальное значение объекта
notna()	Обратное isna
notnull()	Обратное isna
nunique([dropna])	Возвращает количество уникальных элементов в объекте.
putmask(mask, value)	возвращает новый Индекс с установленными значениями с помощью маски
ravel([order])	возвращает ndarray с уплощенными значениями базовых данных
reindex(target[, method, level, limit, ...])	Создать индекс со значениями целевого объекта (перемещать/добавлять/удалять значения по мере необходимости)
remove_unused_levels()	создать новый MultiIndex из текущего, удаляя
rename(names[, level, inplace])	Установить новые имена для индекса.
reorder_levels(order)	Переупорядочить уровни с использованием входного порядка.
repeat(repeats, *args, **kwargs)
reshape(*args, **kwargs)	НЕ РЕАЛИЗОВАНО: не вызывайте этот метод, так как изменение формы не поддерживается для объектов Index и вызовет ошибку.
searchsorted(value[, side, sorter])	Найти индексы, куда следует вставить элементы, чтобы сохранить порядок.
set_labels(labels[, level, inplace, ...])	Установить новые метки на MultiIndex.
set_levels(levels[, level, inplace, ...])	Установить новые уровни на MultiIndex.
set_names(names[, level, inplace])	Установить новые имена для индекса.
set_value(arr, key, value)	Быстрый поиск значения из одномерного массива ndarray.
shift([periods, freq])	Сдвинуть индекс, содержащий объекты datetime, на заданное количество периодов и
slice_indexer([start, end, step, kind])	Для упорядоченного Index вычислить индексатор среза для входных меток и
slice_locs([start, end, step, kind])	Для упорядоченного MultiIndex вычислить местоположения среза для входных меток.
sort(*args, **kwargs)
sort_values([return_indexer, ascending])	Возвратить отсортированную копию индекса
sortlevel([level, ascending, sort_remaining])	Сортировка MultiIndex на запрошенном уровне.
str	псевдоним StringMethods
summary([name])
swaplevel([i, j])	Поменять уровни i и j местами.
symmetric_difference(other[, result_name])	Вычислить симметрическую разность двух объектов Index.
take(indices[, axis, allow_fill, fill_value])	возвращает новый MultiIndex со значениями, выбранными индексами
to_datetime([dayfirst])	УСТЕРЕЖЕН: используйте pandas.to_datetime() вместо этого.
to_frame([index])	Создать DataFrame с уровнями MultiIndex в качестве столбцов.
to_hierarchical(n_repeat[, n_shuffle])	Возвращает MultiIndex, преобразованный для соответствия формам, заданным n_repeat и n_shuffle.
to_native_types([slicer])	Форматировать указанные значения self и возвращать их.
to_series(**kwargs)	Создать Series с индексом и значениями, равными ключам индекса

tolist()	Возвращает список значений.
transpose(*args, **kwargs)	возвращает транспонирование, которое по определению равно self
truncate([before, after])	Вырезает индекс между двумя метками/кортежами, возвращает новый MultiIndex
union(other)	Образует объединение двух объектов MultiIndex, если возможно, сортирует
unique()	Возвращает уникальные значения в объекте.
value_counts([normalize, sort, ascending, ...])	Возвращает объект, содержащий количество уникальных значений.
view([cls])	определяется как копия с тем же идентификатором
where(cond[, other])