Pandas MultiIndex(多重索引)
创建多重索引
In [16]: df = pd.DataFrame(np.random.randn(3, 8), index=['A', 'B', 'C'], columns=index)In [17]: df
Out[17]:
first bar baz foo qux \
second one two one two one two one
A 0.895717 0.805244 -1.206412 2.565646 1.431256 1.340309 -1.170299
B 0.410835 0.813850 0.132003 -0.827317 -0.076467 -1.187678 1.130127
C -1.413681 1.607920 1.024180 0.569605 0.875906 -2.211372 0.974466 first
second two
A -0.226169
B -1.436737
C -2.006747
获得索引信息
get_level_values
In [23]: index.get_level_values(0)
Out[23]: Index(['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'], dtype='object', name='first')In [24]: index.get_level_values('second')
Out[24]: Index(['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two'], dtype='object', name='second')
基本索引
In [25]: df['bar']
Out[25]:
second one two
A 0.895717 0.805244
B 0.410835 0.813850
C -1.413681 1.607920In [26]: df['bar', 'one']
Out[26]:
A 0.895717
B 0.410835
C -1.413681
Name: (bar, one), dtype: float64In [27]: df['bar']['one']
Out[27]:
A 0.895717
B 0.410835
C -1.413681
Name: one, dtype: float64
使用reindex对齐数据
数据准备
In [11]: s = pd.Series(np.random.randn(8), index=arrays)In [12]: s
Out[12]:
bar one -0.861849two -2.104569
baz one -0.494929two 1.071804
foo one 0.721555two -0.706771
qux one -1.039575two 0.271860
dtype: float64
s序列加(0~-2)索引的值,因为s[:-2]没有最后两个的索引,所以为NaN.s[::2]意思是步长为1.
In [34]: s + s[:-2]
Out[34]:
bar one -1.723698two -4.209138
baz one -0.989859two 2.143608
foo one 1.443110two -1.413542
qux one NaNtwo NaN
dtype: float64In [35]: s + s[::2]
Out[35]:
bar one -1.723698two NaN
baz one -0.989859two NaN
foo one 1.443110two NaN
qux one -2.079150two NaN
dtype: float64
Pandas MultiIndex(多重索引)相关推荐
- python : pandas 中多重索引multiindex与多个标的dataframe
多个标的dataframe,如何转成多重索引的dataframe. 有点象,有中证500股票的数据,如何把这500只股票,整成一个多重索引的dataframe? import pandas as pd ...
- pandas 设置多重索引_Pandas多重索引使用详解
多重索引被定义为非常重要的索引, 因为它处理数据分析和处理, 尤其是处理高维数据时.它还可以在Series和DataFrame等较低维度的数据结构中存储和处理任意数量的维度的数据. 它是标准索引对象的 ...
- pandas dataframe多重索引常用操作
增加(创建) df1=pd.DataFrame(np.arange(12).reshape(4,3),index=[list("AABB"),[1,2,1,2]],columns= ...
- pandas 设置多重索引_pandas dataframe多重索引常用操作
增加(创建) df1=pd.DataFrame(np.arange(12).reshape(4,3),index=[list("AABB"),[1,2,1,2]],columns= ...
- pandas进阶用法(一)筛选条件、多重索引、缺失值
一篇比较好的pandas指南,适合已经熟悉pandas,并想掌握一些进阶用法的读者,不适合对pandas完全不了解的新人.文章大部分是Stack Overflow常见问题集合. pandas 官网 原 ...
- pandas创建复合索引dataframe仿真数据集实战(create a multiIndex dataframe)
pandas创建复合索引dataframe仿真数据集实战(create a multiIndex dataframe) 目录 pandas创建复合索引dataframe仿真数据集实战(create a ...
- Pandas的MultiIndex多层索引使用
目录 MultiIndex多层索引 1.创建方式 1.1.第一种:多维数组 1.2.第二种:MultiIndex 1.3.创建案例: 2.多层索引操作 2.1.Series多层索引
- Pandas 多层级索引的数据分析案例,超干货!
作者 | 俊欣 来源 | 关于数据分析与可视化 今天我们来聊一下Pandas当中的数据集中带有多重索引的数据分析实战 通常我们接触比较多的是单层索引(左图),而多级索引也就意味着数据集当中的行索引有多 ...
- Pandas多层级索引的数据分析案例,超干货的!
今天我们来聊一下Pandas当中的数据集中带有多重索引的数据分析实战 通常我们接触比较多的是单层索引(左图),而多级索引也就意味着数据集当中的行索引有多个层级(右图),具体的如下图所示 AUTUMN ...
最新文章
- 【 FPGA 】FIR滤波器开篇之传统抽头延迟线FIR滤波器实现介绍
- ASP.NET 视频截图功能的C#代码
- iNeuOS工业互联平台,生产过程业务联动控制
- 使用iconv-lite解决node当中不支持GBK编码的问题
- 最长有效括号子串长度 c语言,LeetCode: Longest Valid Parentheses (求最长有效匹配括号子串的长度)...
- css字体样式代码大全_这都2020年了,还没了解CSS?
- 判断java String中是否有汉字的方法
- Perl调用shell命令方法小结
- J2EE技术-Spring轻量级框架
- 数独的优化回朔算法(二)
- python打印质数(素数)
- 全国青少年软件编程等级考试scratch一级考试大纲+考点
- 联通应用商店一周年硕果累累
- 树莓派-内核启动报错mmc0: error -5 whilst initialising MMC card
- UE4学习笔记--EQS系统
- 去中心化隐私社交平台的十大金刚
- 211毕业生3天被辞退:offer不等于工作稳了!
- Transactional(事务)
- python中import as的浅显理解
- 【安卓10修改系统文件】安卓10修改系统文件hosts
热门文章
- 通道注意力机制_即插即用,Triplet Attention机制让Channel和Spatial交互更加丰富(附开源代码)...
- Python+tkinter打造类似于IDLE的代码编辑器(83行源码)
- Python+matplotlib数据可视化设置图例3个精选案例
- Python+OpenGL进行立方体多纹理映射
- 华为交换机模拟器_从零开始学习华为路由交换 | 配置缺省静态路由
- 网络 应用层 | HTTP的认识及实现(模拟实现一个简单的服务器)
- 织梦在哪写html,织梦dedecms模板文件不支持html的解决方法
- c mysql命令_最基本的mysql命令
- gitea无法连接mysql_Git push ERROR: Repository not found fatal:无法连接远程数据库
- C++之操作符重载探究(七):==运算符重载