MultiIndex trong pandas: chọn, đổi tầng và làm phẳng
Bài 4/13 · Chương 5
GroupBy, map và apply
- 6 phút
- Trung cấp
- Python 3.14
- Cập nhật
Trong bài này · 13
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:
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: int64nlevels 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:
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
40kq.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:
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: int64Kết 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:
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: int64Sau 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:
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 663Mỗi 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
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]
Trong khung bẫy,
kq.loc["Đã hủy"]báo lỗi gì?- Báo lỗi
KeyError, vìloctìmĐã hủyở tầng ngoài là tầng kênh - Báo lỗi
ValueError, vì index có hai tầng - Báo lỗi
TypeError, vì"Đã hủy"phải viết thành tuple
- Báo lỗi
Với
kqcủa bài, những lệnh nào cho38, 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"]
Trong ví dụ cuối, sau
bang.columns = bang.columns.map("_".join), tên cột thứ hai là gì?('doanh_thu', 'max')doanh_thu_maxmaxdoanh_thu
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.
import pandas as pd
def doanh_thu_thang(bang, thang):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
Gom theo hai cột cho
MultiIndex;nlevelslà số tầng,nameslà tên tầng, nhãn mỗi dòng là một tuple.locvới một giá trị chọn ở tầng ngoài;locvới tuple đủ hai tầng cho một con số.Giá trị chỉ có ở tầng trong làm
locbáoKeyError; dùngxs(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
Dữ liệu của bài
- Tải xuống
don_hang.csv
CSV · 109.5 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
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.