DataFrame多重索引

1、多重索引
s = pd.Series(np.random.randint(-10,10,7), 
              index=[['a','a','b','b','c','c','c'],[0,1,0,1,0,1,2]])

在这里插入图片描述
在这里插入图片描述
上图中codes(有些版本中是labels)对应着levels的下标,codes中的两个列表一一对应
例如:在这里插入图片描述

多重索引取值

1、取外层
在这里插入图片描述
2、取内层
s[ :, 0]表示取每一个外层索引对应的内层索引为0的数,即所有内层索引为0的数,共有三个数内层索引为0
在这里插入图片描述

转换内外层索引

在这里插入图片描述

dataFrame多重索引

在这里插入图片描述
取值
在这里插入图片描述

2、Series和DataFrame的转换

1、series转DataFrame
索引不完整的用nan填充
在这里插入图片描述
2、dataframe转series
在这里插入图片描述

3、DataFrame重置索引

先取电影数据的前50条
在这里插入图片描述
将产地和年代设置为索引,产地为外层索引,年代为内层索引
在这里插入图片描述
通过外层索引获取
在这里插入图片描述
转换内外索引
在这里插入图片描述
取消内外层索引
在这里插入图片描述

评论 6
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