Pythonによるデータ分析入門 第3版 ―pandas、NumPy、Jupyterを使ったデータ処理

8章データラングリング：連結、結合、変形

　多くの場合、データは複数のファイルやデータベースに分かれて保存されていたり、分析に適さない形式になっていたりします。この章では、データの結合や連結、変形などといった操作に役立つツールに焦点を当てます。

　はじめに、pandasの階層型インデックスという概念を紹介します。これは、先に述べたデータ操作のいくつかで広く使われる概念です。階層型インデックスの後は、データの結合や変形に関するデータ操作を掘り下げていきます。この章で紹介するツールを用いた応用例は、「13章　データ分析の実例」で紹介します。

8.1　階層型インデックス

　階層型インデックスとは、複数（2つ以上）のインデックスの階層を軸に持たせることができる機能で、pandasの重要な機能の1つです。見方を変えると、階層型インデックスは、高次元のデータをより低次元の形で扱う方法を提供します。簡単な例を見ていきましょう。まずは、リスト（または配列）のリストをインデックスとして指定してシリーズを作ります。

In [11]: data = pd.Series(np.random.uniform(size=9),
   ....:                  index=[["a", "a", "a", "b", "b", "c", "c", "d", "d"],
   ....:                         [1, 2, 3, 1, 3, 1, 2, 2, 3]])

In [12]: data
Out[12]:
a  1    0.929616
   2    0.316376
   3    0.183919
b  1    0.204560
   3    0.567725
c  1    0.595545
   2    0.964515
d  2    0.653177
   3    0.748907
dtype: float64