利用Python进行数据分析(11) pandas基础: 层次化索引

 
层次化索引
层次化索引指你能在一个数组上拥有多个索引,例如:
利用Python进行数据分析(11) pandas基础: 层次化索引
有点像Excel里的合并单元格对么?

根据索引选择数据子集
 
以外层索引的方式选择数据子集:
利用Python进行数据分析(11) pandas基础: 层次化索引
以内层索引的方式选择数据:
利用Python进行数据分析(11) pandas基础: 层次化索引

多重索引Series转换为DataFrame
 
层次化索引在数据重塑和分组中扮演着很重要的角色,例如,上面的层次化索引数据可以转换为一个DataFrame:
利用Python进行数据分析(11) pandas基础: 层次化索引
对于一个DataFrame,横轴和竖轴都可以有层次化索引,例如:
利用Python进行数据分析(11) pandas基础: 层次化索引

重排分级顺序


根据索引交换
swaplevel()函数可以将两个级别的数据进行交换,例如:
利用Python进行数据分析(11) pandas基础: 层次化索引

根据索引排序
sortlevel()函数根据单个级别的值对数据进行排序,例如:
以行按第一层进行排序:
利用Python进行数据分析(11) pandas基础: 层次化索引
以行按第二层进行排序:
利用Python进行数据分析(11) pandas基础: 层次化索引
以列按第一层进行排序:
利用Python进行数据分析(11) pandas基础: 层次化索引

根据级别汇总统计

多层次索引的数据,汇总的时候可以单独按照级别进行,例如:
利用Python进行数据分析(11) pandas基础: 层次化索引
上一篇:关于在C#中数组(byte[])复制方式


下一篇:.NET/C# 使用Stopwatch测量运行时间