广州网站外包,可以打开所有网站的浏览器,做网站 新域名 还是,大石桥城乡规划建设局网站层次化索引
导入样例
层次化索引#xff08;hierarchical indexing#xff09;是pandas的一项重要功能#xff0c;它使你能在一个轴上拥有多个#xff08;两个以上#xff09;索引级别。抽象点说#xff0c;它使你能以低维度形式处理高维度数据。我们先来看一个简单的例…层次化索引
导入样例
层次化索引hierarchical indexing是pandas的一项重要功能它使你能在一个轴上拥有多个两个以上索引级别。抽象点说它使你能以低维度形式处理高维度数据。我们先来看一个简单的例子创建一个Series并用一个由列表或数组组成的列表作为索引
In [9]: data pd.Series(np.random.randn(9),...: index[[a, a, a, b, b, c, c, d, d],...: [1, 2, 3, 1, 3, 1, 2, 2, 3]])
In [10]: data
Out[10]:
a 1 -0.2047082 0.4789433 -0.519439
b 1 -0.5557303 1.965781
c 1 1.3934062 0.092908
d 2 0.2817463 0.769023
dtype: float64
看到的结果是经过美化的带有MultiIndex索引的Series的格式。索引之间的“间隔”表示“直接使用上面的标签”。
MultiIndex对象
In [11]: data.index
Out[11]:
MultiIndex(levels[[a, b, c, d], [1, 2, 3]],labels[[0, 0, 0, 1, 1, 2, 2, 3, 3], [0, 1, 2, 0, 2, 0, 1, 1, 2]])
输出结果是一个MultiIndex对象它是由两个层级组成的多级索引。这个多级索引的结构如下
levels这是两个列表的列表表示索引的两个级别。第一个列表包含大写字母[a, b, c, d]这是索引的第一级第二个列表包含数字[1, 2, 3]这是索引的第二级。labels这是一个二维数组表示每个索引元素在levels中的位置。labels的第一行对应于levels的第一级第二行对应于levels的第二级。例如labels[[0, 0, 0, 1, 1, 2, 2, 3, 3], [0, 1, 2, 0, 2, 0, 1, 1, 2]]表示 第一个元素的索引是(a, 1)第二个元素的索引是(a, 2)第三个元素的索引是(a, 3)以此类推...
这种多级索引在数据分析中非常有用便于对数据进行更复杂的分组和操作。
索引和切片操作
对于一个层次化索引的对象可以使用所谓的部分索引使用它选取数据子集的操作更简单
In [12]: data[b]
Out[12]:
1 -0.555730
3 1.965781
dtype: float64
In [13]: data[b:c]
Out[13]:
b 1 -0.5557303 1.965781
c 1 1.3934062 0.092908
dtype: float64
In [14]: data.loc[[b, d]]
Out[14]:
b 1 -0.5557303 1.965781
d 2 0.2817463 0.769023
dtype: float64 data[b]这个操作是使用第一级索引即大写字母来选择所有与b相关的元素。输出结果显示了所有索引为b的Series元素。 data[b:c]这个操作是使用索引的切片功能选择了从b到c包含b和c的所有元素。输出结果展示了索引在b和c之间的所有Series元素。 data.loc[[b, d]]这个操作使用了.loc属性它允许通过提供一个索引列表来选择数据。这里选择了索引为b和d的所有元素。输出结果展示了这两个索引下的所有Series元素。
基于标签在内层进行索引
有时甚至还可以在“内层”中进行选取
In [15]: data.loc[:, 2]
Out[15]:
a 0.478943
c 0.092908
d 0.281746
dtype: float64
在您的代码片段 data.loc[:, 2] 中使用了 .loc 属性来进行基于标签的索引操作。这里的操作是选择所有第一级索引即大写字母 a, b, c, d下第二级索引为 2 的所有数据。下面是具体的解释
data是之前创建的Pandas Series对象具有多级索引。.loc是Pandas中用于基于标签的索引操作的属性。[:, 2]这个索引器指定了要选择的行和列。在这个例子中冒号 : 表示选择所有的第一级索引即所有的大写字母而数字 2 表示选择第二级索引中的2。由于您的数据集中第二级索引是数字1、2、3所以这里的2将匹配所有索引为2的元素。
输出结果 Out[15] 展示了所有第二级索引为2的元素即
a 下索引为2的元素值为 0.478943c 下索引为2的元素值为 0.092908d 下索引为2的元素值为 0.281746
注意尽管索引 b 存在但在数据集中并没有索引为 (b, 2) 的元素因此在输出结果中没有显示。这种索引方式非常适合于选择特定级别的索引数据无论是行还是列。
stack与unstack方法
层次化索引在数据重塑和基于分组的操作如透视表生成中扮演着重要的角色。例如可以通过unstack方法将这段数据重新安排到一个DataFrame中
In [16]: data.unstack()
Out[16]: 1 2 3
a -0.204708 0.478943 -0.519439
b -0.555730 NaN 1.965781
c 1.393406 0.092908 NaN
d NaN 0.281746 0.769023
unstack的逆运算是stack
In [17]: data.unstack().stack()
Out[17]:
a 1 -0.2047082 0.4789433 -0.519439
b 1 -0.5557303 1.965781
c 1 1.3934062 0.092908
d 2 0.2817463 0.769023
dtype: float64
每条轴的分层索引
对于一个DataFrame每条轴都可以有分层索引
In [18]: frame pd.DataFrame(np.arange(12).reshape((4, 3)),....: index[[a, a, b, b], [1, 2, 1, 2]],....: columns[[Ohio, Ohio, Colorado],....: [Green, Red, Green]])
In [19]: frame
Out[19]: Ohio ColoradoGreen Red Green
a 1 0 1 22 3 4 5
b 1 6 7 82 9 10 11
各层都可以有名字可以是字符串也可以是别的Python对象。如果指定了名称它们就会显示在控制台输出中
In [20]: frame.index.names [key1, key2]
In [21]: frame.columns.names [state, color]
In [22]: frame
Out[22]:
state Ohio Colorado
color Green Red Green
key1 key2
a 1 0 1 22 3 4 5
b 1 6 7 82 9 10 11
有了部分列索引因此可以轻松选取列分组
In [23]: frame[Ohio]
Out[23]:
color Green Red
key1 key2
a 1 0 12 3 4
b 1 6 72 9 10
单独创建MultiIndex然后复用
可以单独创建MultiIndex然后复用。上面那个DataFrame中的带有分级名称列可以这样创建
MultiIndex.from_arrays([[Ohio, Ohio, Colorado], [Green, Red, Green]],names[state, color])
重排与分级排序
swaplevel
有时你需要重新调整某条轴上各级别的顺序或根据指定级别上的值对数据进行排序。swaplevel接受两个级别编号或名称并返回一个互换了级别的新对象但数据不会发生变化
In [24]: frame.swaplevel(key1, key2)
Out[24]:
state Ohio Colorado
color Green Red Green
key2 key1
1 a 0 1 2
2 a 3 4 5
1 b 6 7 8
2 b 9 10 11
sort_index
而sort_index则根据单个级别中的值对数据进行排序。交换级别时常常也会用到sort_index这样最终结果就是按照指定顺序进行字母排序了
In [25]: frame.sort_index(level1)
Out[25]:
state Ohio Colorado
color Green Red Green
key1 key2
a 1 0 1 2
b 1 6 7 8
a 2 3 4 5
b 2 9 10 11
In [26]: frame.swaplevel(0, 1).sort_index(level0)
Out[26]:
state Ohio Colorado
color Green Red Green
key2 key1
1 a 0 1 2b 6 7 8
2 a 3 4 5b 9 10 11
根据级别汇总统计
许多对DataFrame和Series的描述和汇总统计都有一个level选项它用于指定在某条轴上求和的级别。再以上面那个DataFrame为例我们可以根据行或列上的级别来进行求和
In [27]: frame.sum(levelkey2)
Out[27]:
state Ohio Colorado
color Green Red Green
key2
1 6 8 10
2 12 14 16
In [28]: frame.sum(levelcolor, axis1)
Out[28]:
color Green Red
key1 key2
a 1 2 12 8 4
b 1 14 72 20 10
使用DataFrame的列进行索引
人们经常想要将DataFrame的一个或多个列当做行索引来用或者可能希望将行索引变成DataFrame的列。以下面这个DataFrame为例
In [29]: frame pd.DataFrame({a: range(7), b: range(7, 0, -1),....: c: [one, one, one, two, two,....: two, two],....: d: [0, 1, 2, 0, 1, 2, 3]})
In [30]: frame
Out[30]: a b c d
0 0 7 one 0
1 1 6 one 1
2 2 5 one 2
3 3 4 two 0
4 4 3 two 1
5 5 2 two 2
6 6 1 two 3
DataFrame的set_index函数会将其一个或多个列转换为行索引并创建一个新的DataFrame
In [31]: frame2 frame.set_index([c, d])
In [32]: frame2
Out[32]: a b
c d
one 0 0 71 1 62 2 5
two 0 3 41 4 32 5 23 6 1
默认情况下那些列会从DataFrame中移除但也可以将其保留下来
In [33]: frame.set_index([c, d], dropFalse)
Out[33]: a b c d
c d
one 0 0 7 one 01 1 6 one 12 2 5 one 2
two 0 3 4 two 01 4 3 two 12 5 2 two 23 6 1 two 3
reset_index的功能跟set_index刚好相反层次化索引的级别会被转移到列里面
In [34]: frame2.reset_index()
Out[34]:
c d a b
0 one 0 0 7
1 one 1 1 6
2 one 2 2 5
3 two 0 3 4
4 two 1 4 3
5 two 2 5 2
6 two 3 6 1
