pandas中DataFrame多層索引的實(shí)現(xiàn)
1、創(chuàng)建
相較于一層索引，在創(chuàng)建多層索引時(shí)給字段添加關(guān)系，其創(chuàng)建方法包括運(yùn)用元組、數(shù)組、笛卡爾積，在普通DataFrame中創(chuàng)立。
1.1方式一使用pd.MultiIndex.from_tuples創(chuàng)建索引
tuples為元組 含義就是使用pandas中用元組建立多層索引
import pandas as pd
import numpy as np
#這里創(chuàng)建的兩層索引，姓名、考試
index_lables=[('張三','期中'),('張三','期末'),('李四','期中'),('李四','期末')]
mult_index = pd.MultiIndex.from_tuples(index_lables,names=('name','exam'))
data = {
'python':[98,149,130,147],
'math':[95,78,143,104]
}
df=pd.DataFrame(data,index=mult_index)1.2方式二：使用pd.MultiIndex.from_arrays（數(shù)組）
index_labels = [['張三','張三','李四','李四'],['期中','期末','期中','期末']]
mult_index=pd.MultiIndex.from_arrays(index_labels,names=('name','exam'))
df=pd.DataFrame(data,index=mult_index)
1.3方式三：使用pd.MultiIndex.from_product（笛卡爾積）
index_lables=pd.MultiIndex.from_product([['張三','李四','王五','趙六'],
['期中','期末']],
names=['name','exam'])
df=pd.DataFrame(np.random.randint(80,150, size=(8,2)),
index=index_lables,
columns=['python','math']
)
df1=pd.DataFrame(np.random.randint(80,150,size=(2,4)),
index=['張三','李四'],
columns=pd.MultiIndex.from_product([['python','math'],['期中','期末']]))笛卡爾積使用的不同其創(chuàng)建的dataframe也不同
df1
df
1.4方式四在已有的DataFrame基礎(chǔ)上創(chuàng)建
使用set_index方法進(jìn)行創(chuàng)建
參數(shù)：
keys,要設(shè)置為索引的列名（如有多個(gè)應(yīng)放在一個(gè)列表里）
drop: bool = True,將設(shè)置為索引的列刪除，默認(rèn)為True
append: bool = False,是否將新的索引追加到原索引后（即是否保留原索引），默認(rèn)為False
inplace: bool = False, 是否在原DataFrame上修改，默認(rèn)為False
verify_integrity: bool = False,是否檢查索引有無重復(fù)，默認(rèn)為False
示例：
import pandas as pd
import numpy as np
data={
'year':[2020,2020,2021,2021,2022,2022],
'quarter':[1,2,1,2,1,2],
'sales':[100,150,120,130,140,180],
'profit':[50,80,80,100,30,80]
}
df=pd.DataFrame(data)
print(df)
df.set_index(['year','quarter'],inplace=True)
print(df)
2、篩選數(shù)據(jù)
多層索引的DataFrame的index（每一行的下標(biāo)）為元組
print(df.index)
在篩選數(shù)據(jù)時(shí)，與普通的DataFrame一致，可以通過標(biāo)簽、位置、字段名、切片進(jìn)行篩選
根據(jù)標(biāo)簽索引
print(df.loc[[2020,2021]]) print(df.loc[(2020,1)])#與df.loc[2020].loc[1]一致 print(df.loc[[(2020,1),(2020,2)]]) print(df.loc[(2020,1):(2021,2)])
根據(jù)位置索引
print(df.iloc[[0,1]]) print(df.iloc[0:4,[0]])#如果‘，'的0不加[]，則該列為series
3、分層計(jì)算
之前DataFrame的統(tǒng)計(jì)函數(shù)有l(wèi)evel參數(shù)，能夠給多層索引DataFrame運(yùn)用，但已被舍棄，現(xiàn)在想要運(yùn)算需要使用：DataFrame.groupby(level=層數(shù)).函數(shù)名()
我們以例子進(jìn)行說明：（這個(gè)輸出的DataFrame有點(diǎn)丑，別介意）
import pandas as pd
import numpy as np
df=pd.DataFrame(np.random.randint(0,151,size=(40,3)),
index=pd.MultiIndex.from_product([ list('ABCDEFGHIJ'),['期中','期末'],['平時(shí)成績','考試成績']]),
columns=['math','python','english']
)
print(df)
我們先來看層級(jí)，最左邊的標(biāo)簽為字母，然后是“期中/期末”，最后是成績類別，所以對應(yīng)的層數(shù)為0，1，2。弄清楚之后，我們使用代碼看看運(yùn)算結(jié)果。
print(df.groupby(level=0).mean()) print(df.groupby(level=1).mean()) print(df.groupby(level=2).mean())
level=1
level=2|level=3
可以看出，level=0時(shí)，根據(jù)每個(gè)同學(xué)的其他4項(xiàng)計(jì)算各科平均分，level=1時(shí)，計(jì)算期中期末的平均分。
到此這篇關(guān)于pandas中DataFrame多層索引的實(shí)現(xiàn) 的文章就介紹到這了,更多相關(guān)pandas DataFrame多層索引內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python數(shù)據(jù)分析之如何利用pandas查詢數(shù)據(jù)示例代碼
查詢和分析數(shù)據(jù)是pandas的重要功能，也是我們學(xué)習(xí)pandas的基礎(chǔ)，下面這篇文章主要給大家介紹了關(guān)于Python數(shù)據(jù)分析之如何利用pandas查詢數(shù)據(jù)的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，需要的朋友可以參考借鑒，下面來一起看看吧。2017-09-09
這篇文章主要介紹了python的ArgumentParser使用及說明,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-08-08
Matplotlib繪制混淆矩陣的實(shí)現(xiàn)
對于機(jī)器學(xué)習(xí)多分類模型來說，其評價(jià)指標(biāo)除了精度之外，常用的還有混淆矩陣和分類報(bào)告，下面來展示一下如何繪制混淆矩陣，這在論文中經(jīng)常會(huì)用到。感興趣的可以了解一下2021-05-05
解決Atom安裝Hydrogen無法運(yùn)行python3的問題
今天小編就為大家分享一篇解決Atom安裝Hydrogen無法運(yùn)行python3的問題，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08
有許許多多文章寫了 Python 中的許多很酷的特性，例如變量解包、偏函數(shù)、枚舉可迭代對象，但是關(guān)于 Python 還有很多要討論的話題，因此在本文中，我將嘗試展示一些我知道的和在使用的，但很少在其它文章提到過的特性。那就開始吧2020-01-01
今天小編就為大家分享一篇使用python繪制二維圖形示例，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-11-11
Python的collections模塊中的OrderedDict有序字典
字典是無序的,但是collections的OrderedDict類為我們提供了一個(gè)有序的字典結(jié)構(gòu),名副其實(shí)的Ordered+Dict,下面通過兩個(gè)例子來簡單了解下Python的collections模塊中的OrderedDict有序字典:2016-07-07
這篇文章主要介紹了解決jupyter加載文件失敗的問題，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-03-03
本文主要介紹了Python使用5行代碼批量做小姐姐的素描圖，文中通過示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-07-07
list 是 Python 中的一種內(nèi)置數(shù)據(jù)類型，代表一個(gè)可變的有序序列。list 類型的對象可以使用多個(gè)方法來操作和修改其中的元素。文中通過代碼示例詳細(xì)介紹了list的常用方法，感興趣的同學(xué)可以參考閱讀2023-04-04