pandas层次化索引以及索引的堆(Stack )和 聚合操作

本文介绍了pandas层次化索引,重点讲解了索引的堆叠(stack)方法和聚合操作。stack()函数用于将列索引转换为行索引,unstack()则相反。在堆叠操作中,level参数决定了哪一层索引会被移除。同时,文章提到了聚合操作,如平均数、方差等,并强调在进行这些操作时,需要指定axis以决定保留哪一轴的索引。
摘要由CSDN通过智能技术生成

pandas层次化索引

import numpy as np
import pandas as pd
from pandas import Series,DataFrame

1.索引的堆(stack)

  • stack()
  • unstack()
    【小技巧】:使用stack()的时候,level等于哪一个,哪一个就消失,出现在行里;使用unstack()的时候,level等于哪一个,哪一个就消失,出现在列里。
    (1). 创建多层列索引
#三层索引
df = DataFrame(data = np.random.randint(0,150,size = (1,8)),
              columns = [['a',"a","a","a","b","b","b","b"]
  • 0
    点赞
  • 4
    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