最近發(fā)現(xiàn)周圍的很多小伙伴們都不太樂意使用pandas，轉而投向其他的數(shù)據(jù)操作庫，身為一個數(shù)據(jù)工作者，基本上是張口pandas，閉口pandas了，故而寫下此系列以讓更多的小伙伴們愛上pandas。

平臺：

windows 10

python 3.8

pandas 1.2.4

數(shù)據(jù)需求

給定一份多級索引數(shù)據(jù)，查找指定值。

需求拆解

數(shù)據(jù)提取在pandas中，或者說在python中就是索引式提取，在單層索引中采用.loc或.iloc方法已經(jīng)非常常見了，然而在索引層次多了之后卻有點不知所措，也只需要將各個索引看成整體進行提取就行。

需求處理

方法一

這里先給出一個比較笨拙的方法，先將索引進行重置為列數(shù)據(jù)，通過列取得bool條件再進行提取

datac.reset_index(inplace=True)
datac[(datac['School'] == 'S_2') & (datac['Class'] == 'C_3')]

可以看到通過該類方法可以成功取到對應值

當然也可以采用.query方法進行條件篩選

datac.reset_index(inplace=True)
datac.query("School == 'S_1' and Class == 'C_3'")

方法二

既然為多級索引，pandas也會有對應的取值方式，既可以用鏈式調用的方式，也可以通過元組進行提取，首先看看多級索引的輸出值：

是一個MultiIndex類型數(shù)據(jù)，其元素都是元組，即也能通過元組的方式進行索引調取

這兩種都一個共同的特點，從左到右，要先外層再內(nèi)層，否則會報KeyError錯誤

# 鏈式調用
datac.loc['S_1'].loc['C_1']

# 元組作為索引調用
datac.loc[('S_3', 'C_1'), :]

tips:

1.多層索引，即列名上方有層次結構也可以按這種方式進行提取。

2.想越過外層索引提取內(nèi)層索引需要交換索引順序才能順利提取。

# swaplevel 交換索引層級
datac.swaplevel(axis=0).loc[('C_1')]  # axis=0: index

總結

功夫再高，也怕菜刀。本例使用方法比較常規(guī)，旨在鞏固基礎知識，當下次遇到能夠想起可以直接索引取值而不用將索引重置為列值，以高效完成數(shù)據(jù)提取任務。