在許多應(yīng)用中，數(shù)據(jù)可能分散在許多文件或數(shù)據(jù)庫中，存儲的形式也不利于分析。本章關(guān)注可以聚合、合并、重塑數(shù)據(jù)的方法。

首先，我會介紹pandas的層次化索引，它廣泛用于以上操作。然后，我深入介紹了一些特殊的數(shù)據(jù)操作。在第14章，你可以看到這些工具的多種應(yīng)用。

8.1 層次化索引

層次化索引（hierarchical indexing）是pandas的一項重要功能，它使你能在一個軸上擁有多個（兩個以上）索引級別。抽象點說，它使你能以低維度形式處理高維度數(shù)據(jù)。我們先來看一個簡單的例子：創(chuàng)建一個Series，并用一個由列表或數(shù)組組成的列表作為索引：

In [9]: data = pd.Series(np.random.randn(9),

  ...:                  index=[['a', 'a', 'a', 'b', 'b', 'c', 'c', 'd', 'd'],

  ...:                         [1, 2, 3, 1, 3, 1, 2, 2, 3]]) In [10]: data 

Out[10]: 

a  1   -0.204708

  2    0.478943

  3   -0.519439

b  1   -0.555730

  3    1.965781

c  1    1.393406

  2    0.092908

d  2    0.281746

  3    0.769023

dtype: float64

看到的結(jié)果是經(jīng)過美化的帶有MultiIndex索引的Series的格式。索引之間的“間隔”表示“直接使用上面的標(biāo)簽”：

閱讀全文：http://t.cn/Ru3Cltv