10分钟带你学会Pandas多层级索引

Python之王

共 727字,需浏览 2分钟

 ·

2021-09-20 05:11

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。


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




浏览 73
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报