小编给大家分享一下Pandas多层级索引怎么用,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!
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。
但实际上,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。
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
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
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
以上是“Pandas多层级索引怎么用”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注亿速云行业资讯频道!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。