【Python数据分析之pandas06】层次化索引

层次化索引

    Pandas层次化索引将对象的索引分层,以便调用。

s1 = pd.Series(range(1,11),index=[['a','a','a','b','b','b','c','c','d','d'],[1,2,3,1,2,3,1,2,2,3]])
s1

'''
a  1     1
   2     2
   3     3
b  1     4
   2     5
   3     6
c  1     7
   2     8
d  2     9
   3    10
dtype: int64
'''

    显然地,s1由两层索引,这样一来,我们可以很方便的访问它的子集:

s1['a']
'''
1    1
2    2
3    3
dtype: int64
'''

    甚至可以从内层索取:

s1[:,2]
'''
a    2
b    5
c    8
d    9
dtype: int64
'''

    DataFrame中,每条轴都可以有分层索引:

df = pd.DataFrame(np.arange(12).reshape((4,3)),
                 index=[['a','a&#
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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