大橙子网站建设,新征程启航
为企业提供网站建设、域名注册、服务器等服务
有的伙伴想学用Pandas做多层级索引,但不知道从何学起,难度肯定会有的,还是得掌握方法的!
创新互联建站主营香格里拉网站建设的网络公司,主营网站建设方案,重庆APP开发公司,香格里拉h5小程序开发搭建,香格里拉网站营销推广欢迎香格里拉等地区企业咨询
Pandas库的名字来源于其中3种主要数据结构开头字母的缩写:Panel,Dataframe,Series 。 其中Series表示一维数据,Dataframe表示二维数据,Panel表示三维数据。当数据高于二维时,一般却不用 Panel 表示,为什么呢?如果不用 Panel,又该怎么做呢?
实际上, 当数据高于二维时,我们一般用包含多层级索引的Dataframe进行表示 ,而不是使用Panel。 原因 是使用多层级索引展示数据更加直观,操作数据更加灵活,并且可以表示3维,4维乃至任意维度的数据。具体要怎么做呢?下面我们就从多层级索引的创建、取值与操作等内容教大家一些方法!
一、多层级索引的创建
1、指定多维列表作为columns
2、使用pd.MultiIndex中的方法显式生成多层级索引
可以使用pd.MultiIndex中的from_tuples等方法生成多层级索引。
3、使用set_index方法将普通列转成多层级索引
这种方法只能生成多层级行索引。
4、groupby和pivot_table等方法也可以生成带有多层级索引的结果
二、多层级索引的取值
多层级索引Series或多层级DataFrame支持方括号直接取值,loc取值,和pd.IndexSlice切片取值等方法。
1、多层级Series的取值
2、多层级DataFrame的取值
三、多层级索引相关操作
多层级索引相关操作包括stack和unstack,set_index和reset_index,以及指定level的相关方法。
1、stack和unstack
2、set_index和reset_index
3、指定level的相关方法
伙伴们那些地方不清楚的可以留言哦!