zoukankan      html  css  js  c++  java
  • python数据分析004_多层索引的取值和排序

    一.创建测试数据

      1. np.random.randint(0,100,size=(6,3))是使用numpy中的随机模块random中,生成随机整数方法randint,里面的参数size是指定生成6行3列的数据,并且每个数字的范围在0到100之间。

    • import pandas as pd
    • import numpy as np
    • data = np.random.randint(0,100,size=(6,3))
    • names = ['张三','李四','王五']
    • exam = ['期中','期末']
    • index = pd.MultiIndex.from_product([names,exam])
    • df = pd.DataFrame(data,index=index,columns=['Java','Web','Python'])
    • print(df)

      2.pd.MultiIndex.from_product()构建索引的方式, 确定每一层索引的值什么,然后以列表的形势传给from_product()方法即可。

      3.[names,exam]列表中的位置不同,产生的索引也会不同。from_product([exam,names])会将列表中第一个元素作为最外层索引,依次类推

    二. 多层索引的取值

      1.loc使用的是标签索引,iloc使用的是位置索引。但是,iloc的取值并不会受多层索引影响,只会根据数据的位置索引进行取值。   

    • s.loc['张三']
    • s.loc['张三','期中']
    • s.loc[:,'期中']
    • s.iloc[0]
    • df.loc['张三'].loc['期中']
    • df.loc[('张三','期中')]

    三.多层索引的排序

      1.DataFrame按行索引排序的方法是sort_index(),df.sort_index()中的level参数可以指定是否按照指定的层级进行排列,第一层级索引值为0,第二层级索引值为1。

        df.sort_index(level=0,ascending=False)

    四.总结

  • 相关阅读:
    双目对物体定位
    七个不变特征识别
    bmp和opencv格式转换
    职业规划
    input disp fprintf用法
    多线程
    访问权限
    机器人运动学仿真
    MOTOCOM32运动控制器编程
    回调函数以及钩子函数的概念
  • 原文地址:https://www.cnblogs.com/fanshudada/p/12895840.html
Copyright © 2011-2022 走看看