在Pandas中给多层索引降级的方法
更新时间：2018年11月16日 14:05:37 作者：flyfoxs
今天小编就为大家分享一篇在Pandas中给多层索引降级的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
# 背景介绍 通常我们不会在Pandas中主动设置多层索引,但是如果一个字段做多个不同的聚合运算, 比如sum, max这样形成的Column Level是有层次的,这样阅读非常方便,但是对编程定位比较麻烦. # 数据准备
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 |
以上这篇在Pandas中给多层索引降级的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了python中的gunicorn配置和使用教程，本文通过示例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2023-06-06
这篇文章主要介绍了python 时间处理之月份加减问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-11-11
这篇文章主要为大家介绍了python paramiko连接ssh实现的命令详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-07-07
今天小编就为大家分享一篇关于Python功能点实现:函数级/代码块级计时器，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧2019-01-01
今天小编就为大家分享一篇解决python flask中config配置管理的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-07-07
关于pip install uwsgi安装失败问题的解决方案
这篇文章主要介绍了关于pip install uwsgi安装失败问题的解决方案，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-06-06
Pyecharts是一个用于生成 Echarts 图表的 Python 库,Echarts 是一个由百度开源的数据可视化工具,它提供的图表种类丰富,交互性强,兼容性好,非常适合用于数据分析结果的展示,本文将给大家介绍Python利用pyecharts实现数据可视化,需要的朋友可以参考下2024-09-09
这篇文章主要给大家介绍了关于python中字符串操作方法的相关资料，文中通过示例代码详细介绍了关于python中字符串的大小写转换、isXXX判断、填充、子串搜索、替换、分割、join以及修剪：strip、lstrip和rstrip的相关内容，需要的朋友可以参考下2018-06-06
这篇文章主要介绍了通过数据库向Django模型添加字段的示例,Django是人气最高的Python web开发框架,需要的朋友可以参考下2015-07-07
pip是Python包管理工具,该工具提供了对Python包的查找、下载、安装、卸载的功能,这篇文章主要给大家介绍了关于Python pip指定安装源的相关资料,需要的朋友可以参考下2023-12-12
最新评论