Bỏ qua đến nội dung chính
Mục lục

MultiIndex trong pandas: chọn, đổi tầng và làm phẳng

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 4/13 · Chương 5

GroupBy, map và apply

  • 6 phút
  • Trung cấp
  • Python 3.14
  • Cập nhật

MultiIndex trong pandas là index có nhiều tầng, thứ bạn nhận được mỗi lần gom theo hai cột. Bạn gặp nó ngay sau một groupby() theo hai cột, và cần lấy ra một nhóm hay một ô bằng loc và xs(), đổi chỗ hai tầng bằng swaplevel(), hay nối tên cột hai tầng thành một tên phẳng.

Cần biết trước: groupby nhiều cột, loc và iloc và agg().

Index hai tầng trông thế nào

Đếm đơn của don_hang.csv theo kênh và trạng thái cho một Series có index hai tầng. pandas gọi loại index này là MultiIndex:

python
import pandas as pd

don = pd.read_csv("don_hang.csv")
kq = don.groupby(["kenh", "trang_thai"]).size()
print(type(kq.index).__name__, kq.index.nlevels)
print(kq.index.names)
print(kq.head(5))

KẾT QUẢ

MultiIndex 2
['kenh', 'trang_thai']
kenh         trang_thai
Cửa hàng     Hoàn thành    144
             Hoàn trả       15
             Đang giao       2
             Đã hủy         12
Mạng xã hội  Hoàn thành    101
dtype: int64

nlevels là số tầng, names là tên các tầng. Tầng thứ nhất (tầng ngoài) là kenh, tầng thứ hai (tầng trong) là trang_thai. Nhãn của mỗi dòng là một tuple, như ('Cửa hàng', 'Hoàn trả'). Hình dung index hai tầng như mục lục có chương và mục: muốn tìm một mục, bạn biết nó nằm trong chương nào.

Chọn dòng bằng loc

Đưa cho loc một giá trị của tầng ngoài thì bạn nhận cả khối dòng của giá trị đó, tầng ngoài được bỏ đi. Đưa một tuple đủ hai tầng thì bạn nhận đúng một con số:

python
import pandas as pd

don = pd.read_csv("don_hang.csv")
kq = don.groupby(["kenh", "trang_thai"]).size()
print(kq.loc["Website"])
print(kq.loc[("Ứng dụng", "Đã hủy")])

KẾT QUẢ

trang_thai
Hoàn thành    402
Hoàn trả       23
Đang giao       1
Đã hủy         38
dtype: int64
40

kq.loc["Website"] là một Series thường, index một tầng trang_thai. Dòng thứ hai in 40, số đơn hủy trên Ứng dụng. Thứ tự trong tuple phải theo thứ tự tầng: kênh trước, trạng thái sau.

Lấy một giá trị ở tầng trong bằng xs()

xs() (viết tắt của cross-section, lát cắt ngang) lấy các dòng có một giá trị ở tầng bạn chỉ định bằng level=, rồi bỏ tầng đó khỏi index. Số đơn hủy của từng kênh:

python
import pandas as pd

don = pd.read_csv("don_hang.csv")
kq = don.groupby(["kenh", "trang_thai"]).size()
huy = kq.xs("Đã hủy", level="trang_thai")
print(huy.sort_values(ascending=False))

KẾT QUẢ

kenh
Ứng dụng       40
Website        38
Sàn TMĐT       23
Cửa hàng       12
Mạng xã hội     8
dtype: int64

Kết quả có index một tầng là kenh, nên bạn sắp, lọc hay vẽ nó như một Series bình thường. Đổi "Đã hủy" thành "Hoàn trả" rồi chạy lại: dòng đầu là Website với 23 đơn hoàn trả.

Đổi chỗ hai tầng bằng swaplevel()

Nếu bạn hay chọn theo trạng thái, đưa trạng thái lên tầng ngoài. swaplevel() đổi chỗ hai tầng, còn sort_index() xếp lại dòng để các dòng cùng trạng thái nằm liền nhau:

python
import pandas as pd

don = pd.read_csv("don_hang.csv")
kq = don.groupby(["kenh", "trang_thai"]).size()
dao = kq.swaplevel().sort_index()
print(dao.index.names)
print(dao.loc["Hoàn trả"])

KẾT QUẢ

['trang_thai', 'kenh']
kenh
Cửa hàng       15
Mạng xã hội     6
Sàn TMĐT       21
Website        23
Ứng dụng       22
dtype: int64

Sau khi đổi, trạng thái là tầng ngoài, nên dao.loc["Hoàn trả"] chạy được. Các con số giữ nguyên, chỉ cách sắp đổi. Gom lại với list cột đảo thứ tự, groupby(["trang_thai", "kenh"]), cũng cho bảng này; swaplevel() tiện khi bạn đã có kết quả trong tay.

Làm phẳng tên cột hai tầng

MultiIndex còn xuất hiện ở tên cột. Khi đưa cho agg() một dict mà mỗi cột có một list hàm, mỗi cột kết quả mang tên hai tầng: cột gốc và tên hàm. Nối hai tầng bằng "_".join cho tên phẳng:

python
import pandas as pd

don = pd.read_csv("don_hang.csv")
don["doanh_thu"] = don["so_luong"] * don["don_gia"]
bang = don.groupby("kenh").agg(
    {"doanh_thu": ["sum", "max"], "so_luong": ["sum"]})
print(bang.columns.to_list())
bang.columns = bang.columns.map("_".join)
print(bang.head(3))

KẾT QUẢ

[('doanh_thu', 'sum'), ('doanh_thu', 'max'), ('so_luong', 'sum')]
             doanh_thu_sum  doanh_thu_max  so_luong_sum
kenh                                                   
Cửa hàng          31723000        1800000           334
Mạng xã hội       19306000        1400000           214
Sàn TMĐT          61584000        2800000           663

Mỗi tên cột ban đầu là một tuple hai chuỗi. columns.map("_".join) gọi "_".join trên từng tuple, nên ('doanh_thu', 'sum') thành doanh_thu_sum. Sau bước này bảng có tên cột một tầng, chọn cột bằng bang["doanh_thu_sum"] như thường lệ. Nếu viết từ đầu, named aggregation của bài agg() cho tên phẳng ngay mà không cần bước nối.

Kiểm tra nhanh

  1. Sau import pandas as pd, pd.DataFrame({"k": ["a", "a", "b"], "t": ["x", "y", "x"], "v": [1, 2, 3]}).groupby(["k", "t"])["v"].sum().xs("x", level="t").to_list() cho kết quả gì?

    • [1, 2]
    • [1, 3]
    • [3]
    • [1]
  2. Trong khung bẫy, kq.loc["Đã hủy"] báo lỗi gì?

    • Báo lỗi KeyError, vì loc tìm Đã hủy ở tầng ngoài là tầng kênh
    • Báo lỗi ValueError, vì index có hai tầng
    • Báo lỗi TypeError, vì "Đã hủy" phải viết thành tuple
  3. Với kq của bài, những lệnh nào cho 38, số đơn hủy trên Website?

    • kq.loc[("Website", "Đã hủy")]
    • kq.xs("Đã hủy", level="trang_thai").loc["Website"]
    • kq.swaplevel().loc[("Đã hủy", "Website")]
    • kq.loc["Đã hủy", "Website"]
  4. Trong ví dụ cuối, sau bang.columns = bang.columns.map("_".join), tên cột thứ hai là gì?

    • ('doanh_thu', 'max')
    • doanh_thu_max
    • max
    • doanh_thu
Đúng hết lần đầu +15 XP

Bài tập

Doanh thu một tháng của các chi nhánh

Series bang ghi doanh thu (triệu đồng) của một chuỗi nhà sách, index hai tầng chi_nhanh và thang, tháng viết dạng "2025-12". Viết thân hàm doanh_thu_thang(bang, thang) trả về doanh thu của tháng thang ở từng chi nhánh.

  • Kết quả có index một tầng chi_nhanh.

  • Giữ thứ tự chi nhánh như trong bang, không sắp lại.

Hàm không sửa bang của nơi gọi.

Trả về: doanh thu của tháng thang theo chi nhánh, một Series.

python
import pandas as pd

def doanh_thu_thang(bang, thang):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • Gom theo hai cột cho MultiIndex; nlevels là số tầng, names là tên tầng, nhãn mỗi dòng là một tuple.

  • loc với một giá trị chọn ở tầng ngoài; loc với tuple đủ hai tầng cho một con số.

  • Giá trị chỉ có ở tầng trong làm loc báo KeyError; dùng xs(gia_tri, level="ten_tang").

  • swaplevel().sort_index() đưa tầng trong ra ngoài và xếp lại dòng.

  • Tên cột hai tầng làm phẳng bằng df.columns = df.columns.map("_".join).

Câu hỏi thường gặp

Làm sao bỏ MultiIndex, đưa các tầng ra thành cột?

Gọi reset_index(): mỗi tầng của index thành một cột, index mới đánh số từ 0. Khi gom nhóm, as_index=False cho bảng phẳng ngay từ đầu, như bài groupby nhiều cột.

Làm phẳng MultiIndex của cột mà có tầng không phải chuỗi thì sao?

"_".join chỉ nối được chuỗi. Nếu một tầng là số, ví dụ năm 2025, viết df.columns = [f"{a}_{b}" for a, b in df.columns]: f-string đổi từng phần sang chuỗi trước khi nối.

xs() khác loc thế nào?

loc chọn theo tầng ngoài, hoặc theo tuple đi đúng thứ tự tầng từ ngoài vào. xs() cho bạn chọn ở bất kỳ tầng nào bằng level= và bỏ tầng đó khỏi kết quả. Cách dùng loc trên index một tầng có ở bài loc và iloc.

Tên cột hai tầng từ agg() có cách nào tránh ngay từ đầu không?

Có: named aggregation như agg(tong_tien=("doanh_thu", "sum")) đặt tên một tầng cho từng cột, nên không cần làm phẳng. Bài agg() có ví dụ đầy đủ.

Chủ đề

multiindex pandas

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập