这篇文章将为大家详细讲解有关Pandas中怎么给多层索引降级,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。
import pandas as pd import numpy as np df = pd.DataFrame(np.arange(0, 14).reshape(7,2),columns =['a','b'] ) df.a = df.a %3 df['who'] = 'Bob' df.loc[df.a%4==0,'who'] = 'Alice'
a | b | who | |
---|---|---|---|
0 | 0 | 1 | Alice |
1 | 2 | 3 | Bob |
2 | 1 | 5 | Bob |
3 | 0 | 7 | Alice |
4 | 2 | 9 | Bob |
5 | 1 | 11 | Bob |
6 | 0 | 13 | Alice |
# 对一个字段同时用3个聚合函数
gp1 = df.groupby('who').agg({'b':[sum,np.max, np.min], 'a':sum}) gp1
b | a | |||
---|---|---|---|---|
sum | amax | amin | sum | |
who | ||||
Alice | 8.0 | 7.0 | 1.0 | 0 |
Bob | 28.0 | 11.0 | 3.0 | 6 |
索引是有层次的,虚要通过下面这种方式,个人感觉不是很方便.下面介绍2种方法来解决这个问题
#有层次的索引访问方法 gp1.loc['Bob', ('b', 'sum')]
28.0
# 直接去除一层
gp2 = gp1.copy(deep=True) gp2.columns = gp1.columns.droplevel(0) gp2
sum | amax | amin | sum | |
---|---|---|---|---|
who | ||||
Alice | 8.0 | 7.0 | 1.0 | 0 |
Bob | 28.0 | 11.0 | 3.0 | 6 |
# 把2层合并到一层
gp3 = gp1.copy(deep=True) gp3.columns = ["_".join(x) for x in gp3.columns.ravel()] gp3
b_sum | b_amax | b_amin | a_sum | |
---|---|---|---|---|
who | ||||
Alice | 8.0 | 7.0 | 1.0 | 0 |
Bob | 28.0 | 11.0 | 3.0 | 6 |
关于Pandas中怎么给多层索引降级就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。
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。