开发者学堂课程【高校精品课-华东师范大学 - Python 数据科学基础与实践：pandas 数据合并与整形 2】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/1067/detail/15392
pandas 数据合并与整形 2
内容介绍：
一、Reordering and Sorting Levels
二、Summary Statistics by Level
三、Indexing with a DataFrame’s columns
一、Reordering and Sorting Levels
下面来看这个数据框数据的重排序和层级排序。
有时候需要在一个 axis （轴）上按层级进行排序，或者在一个层级上，根据值来进行排序。
可以用 swap level 这个函数，将两个层级进行交换，然后返回一个层级改变后的新对象（数据本身并不会改变）。
下面是列举的例子，
刚刚的数据框，使用了 swap level，level 等于就是层级的级别（第0级、第1级...），那么这例用 key1和 key2给它交换一下，然后执行观察结果。结果可以很明显的看出，key2到了最左边，变成第0级索引，key1变成第1级索引，交换两个乘积索引，原因是其重排列或者重排序。
然后，可以用 sort_index 函数。sort_index 则是在一个层级上，按数值进行排序，刚刚是定义了层级进行交换、互换，那么使用数据进行排序的话，可以用 sort_index 作用在具体的层级上。比如在交换层级的时候，通常也会使用 sort_index，来让结果按指示的层级进行排序。
下面是列举的例子，数据框编写的 sort_index 排序，按照 level=1，注意level是从0开始（第0级、第1级...），那么运行查看结果。它应该是按照 key2来排序，那 key2的数值是多少？原来的值是什么？因为上面离得太远，可以把 frame 填写到下方，然后运行，可以看到原来的 key2数值是1、2、1、2。但上面按照 key2（level=1），排完序后，排序结果 key2数值为1、1、2、2。
大家注意，如果按照列的 sort_index 进行排序，会导致其报错，列的情况拥有 color 和 state。这里观察排序，发现它会进行报错，也就是说 level 一般就在说明在行方面（指 key1和 key2），那么最左边就是 level=0，然后最右边就是 level=1，这里需要理解其含义。
下面再进行示例，sort_index （level=key2），这里直接使用名字，当然也可以用其数字代表着数字顺序，选择执行后可以看到已经按照 key2 排序了，接下来操作稍微复杂点，把 key1和 key2进行交换，然后再按照 key2排序。然后运行查看结果，看到 key1与 key2已经进行了调换，并且按照 key2排序。
这个就是层次索引的各种操作，然后实际上，如果按照习惯来进行排序的话，一般按照 key2排序比较多，后来直接是 sort_index。
二、Summary Statistics by Level
下面来学习，按照层级索引来做回答统计数据。那么可以在某个层级上进行数据的汇总，观察数据框，这里行上面是 key1和 key2这两个索引，列上面是 state 和 color 这两个索引，那么来进行汇总求和。
大家可以看到这这里出现 level=key2进行运行，可以看到 key2的内容，其原本的值就是1、2，那么按照 key2进行汇总的话，就是将key 汇总在一起，数值1汇总在一起，数值2汇总在一起。观察1的值，1的值为多少呢？上面出现 green 是0，出现数值为1，green 是6，所以相加数值为6。然后再看看 red，red 在上面值为1，在下面的数值是7，所以这里相加是8。同样的道理，所以大家需要了解其汇总的对应关系。
然后再来看看按照 color这个索引进行汇总，然后axis=1，这里注意行和列区分一下，运行观察结果，上面有 color、green、red，看一下 green 和 red 的数值，green 的值是0和2，所以相加结果也是2，red 只有一个数值为1，所以相加结果也是1，其它的仔细对照下。
三、Indexing with a DataFrame’s columns
然后再看第三个内容，可以用数据框的列来做索引，这是经常用到的，在实际数据里经常用列的名字来做索引，大家可以对应数据库，这里按照姓名做索引，按照编号做索引，按照日期做索引，一般都是列做索引，所以这个其实很正常。把 DataFrame 里的一列或多列作为行索引（row index）是一件很常见的事；另外，可能还希望把行索引变为列。
下面来看一下数据，这里构造数据框，然后这段给其定义为 a、b、c、d，然后定义后面的数据再进行运行。上面定义的为 a、b、c、d，然后下面这个行的索引，是默认的0到6，这是里面的数据。
然后来按照列来做索引，DataFrame 的 set_index 会把列作为索引，并创建一个新的 DataFrame。
这里用变量将其保存起来，代码为frame2 = frame.set_index（【‘c’；‘d’】），按照 c 和 d 做索引，那么 c 为第1索引，d 为第2索引，如果利用前面讲的层次索引、分层索引的话，就是第0级和第1级。这里进行运行，可以看到 c 和 d 的内容变成了索引的名字。
如果要保留原本的索引，可以使用 Drop = false，其默认是删除状态，因为使用 Drop = false，所以其 c 和 d 被保留下来，下图也许看起来可以更好的进行对比。另一方面，reset_index 的功能与 set_index 相反，它会把多层索引变成列，这里选择执行来观察还原情况。
大家理解所讲的内容，这就是层次索引、分层索引，这种功能就是在以前的基础上加深了内容。
