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(wù)條款》
您好，登錄后才能下訂單哦！
小編給大家分享一下Pandas多層級索引怎么用，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！
Pandas庫的名字來源于其中3種主要數(shù)據(jù)結(jié)構(gòu)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)。
但實際上，當(dāng)數(shù)據(jù)高于二維時，我們一般用包含多層級索引的Dataframe進(jìn)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)。
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(zhuǎn)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(jié)果
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
多層級索引相關(guān)操作包括stack和unstack,set_index和reset_index，以及指定level的相關(guān)方法。
1，stack和unstack
2，set_index和reset_index
3，指定level的相關(guān)方法
以上是“Pandas多層級索引怎么用”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學(xué)習(xí)更多知識，歡迎關(guān)注億速云行業(yè)資訊頻道！
免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)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(quán)請聯(lián)系站長郵箱：is@yisu.com進(jìn)行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號
手機網(wǎng)站二維碼
