溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
有的伙伴想學用Pandas做多層級索引，但不知道從何學起，難度肯定會有的，還是得掌握方法的！
Pandas庫的名字來源于其中3種主要數(shù)據(jù)結構開頭字母的縮寫：Panel,Dataframe,Series 。 其中Series表示一維數(shù)據(jù)，Dataframe表示二維數(shù)據(jù)，Panel表示三維數(shù)據(jù)。當數(shù)據(jù)高于二維時，一般卻不用 Panel 表示，為什么呢？如果不用 Panel，又該怎么做呢？
實際上， 當數(shù)據(jù)高于二維時，我們一般用包含多層級索引的Dataframe進行表示 ，而不是使用Panel。 原因 是使用多層級索引展示數(shù)據(jù)更加直觀，操作數(shù)據(jù)更加靈活，并且可以表示3維，4維乃至任意維度的數(shù)據(jù)。具體要怎么做呢？下面我們就從多層級索引的創(chuàng)建、取值與操作等內(nèi)容教大家一些方法！
一、多層級索引的創(chuàng)建
1、指定多維列表作為columns
2、使用pd.MultiIndex中的方法顯式生成多層級索引
可以使用pd.MultiIndex中的from_tuples等方法生成多層級索引。
3、使用set_index方法將普通列轉成多層級索引
這種方法只能生成多層級行索引。
4、groupby和pivot_table等方法也可以生成帶有多層級索引的結果
二、多層級索引的取值
多層級索引Series或多層級DataFrame支持方括號直接取值，loc取值，和pd.IndexSlice切片取值等方法。
1、多層級Series的取值
2、多層級DataFrame的取值
三、多層級索引相關操作
多層級索引相關操作包括stack和unstack,set_index和reset_index，以及指定level的相關方法。
1、stack和unstack
2、set_index和reset_index
3、指定level的相關方法
伙伴們那些地方不清楚的可以留言哦！
免責聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權內(nèi)容。
