小球急速穿越,台湾张富源,快乐大本营 爸爸去哪儿
# 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移动技术网。
如对本文有疑问,请在下面进行留言讨论,广大热心网友会与你互动!! 点击进行留言回复
新手学习Python2和Python3中print不同的用法
Python基于os.environ从windows获取环境变量
网友评论