数据分析笔记--pandas的层级索引和数据重构

这篇博客介绍了如何在pandas中使用层级索引进行数据操作。通过创建包含层级索引的Series,展示了如何进行选层、交换分层、排序以及数据的重构。具体包括swaplevel()方法用于交换索引层级,sortlevel()方法按特定层级排序,unstack()和stack()方法用于在Series和DataFrame之间转换,并调整索引和列。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import pandas as pd

import numpy as np

新建一个包含层级索引的Series对象

此时Series对象的索引的类型是MultiIndex类型,而一般的索引类型是RangeIndex类型



1.选层

外层索引


内层索引


2.交换分层--swaplevel()

参数:0,1,2...

0--表示最外层 

1--表示第二外层

2--表示第三外层...

下图是将最外层和第二外层进行交换


3.分层排序--sortlevel()

下图以第二外层进行排序


4.交换分层并排序


5.数据的重构(即在Series对象和DataFrame对象之间的相互转换)

1.有多重索引的Series重构成DataFrame对象

方法:unstack(),外层索引将会变为行索引,内层索引变为列索引


2.DataFrame对象重构成多重索引的Series对象

方法:stack()



评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值