Pythonでのデータ操作: PandasのMultiIndexを使った階層的なインデックス

背景

Pandasは、データ操作を行うための優れたライブラリであり、データフレームとシリーズといったデータ構造を提供しています。その中でもMultiIndexは、階層的なインデックスを扱うのに便利です。この記事では、PandasのMultiIndexを使用してデータをより効果的に操作する方法を紹介します。

MultiIndexの作成

まず初めに、MultiIndexを作成する方法を見てみましょう。

import pandas as pd

# サンプルデータを作成
data = {'Value': [1, 2, 3, 4, 5, 6],
        'Category': ['A', 'B', 'C', 'A', 'B', 'C'],
        'Subcategory': ['X', 'Y', 'Z', 'X', 'Y', 'Z']}

df = pd.DataFrame(data)

# MultiIndexを作成
multi_index = pd.MultiIndex.from_frame(df[['Category', 'Subcategory']])
df.set_index(multi_index, inplace=True)

print(df)

上記のコードでは、’Category’と’Subcategory’の2つの列を使用してMultiIndexを作成しています。これにより、データフレームが階層的なインデックスで構造化されます。

MultiIndexの利用

次に、作成したMultiIndexを使ってデータを操作する方法を見てみましょう。

# 特定のカテゴリのデータを抽出
subset = df.loc['A']

print(subset)

上記のコードでは、’Category’が’A’の行だけを抽出しています。MultiIndexを使用すると、階層的なインデックスを活かして特定の階層にアクセスすることができます。

MultiIndexの結合

最後に、異なるデータフレームのMultiIndexを結合する方法を見てみましょう。

# 別のサンプルデータを作成
data2 = {'Score': [10, 20, 30],
         'Category': ['A', 'B', 'C'],
         'Subcategory': ['X', 'Y', 'Z']}

df2 = pd.DataFrame(data2)
multi_index2 = pd.MultiIndex.from_frame(df2[['Category', 'Subcategory']])
df2.set_index(multi_index2, inplace=True)

# MultiIndexを使ってデータを結合
merged_df = pd.merge(df, df2, left_index=True, right_index=True)

print(merged_df)

上記のコードでは、2つのデータフレームをMultiIndexを用いて’Category’と’Subcategory’で結合しています。これにより、異なる階層のデータを結合することができます。

PandasのMultiIndexを活用することで、複雑な階層構造を持つデータを柔軟かつ効果的に操作できます。