Python 中多层级数据的生成与索引

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Python 中多层级数据的生成与索引方法基于 Pandas 和 Numpy 中的一些功能，首先我们需要导入这两个库：

1. import pandas as pd
   
2. import numpy as np

复制代码

我们知道，Pandas 序列中的序号序列 index 是一个列表，这个列表可以由多个二元组构成，如下所示：

1. index = [('California', 2000), ('California', 2010),
   
2.          ('New York', 2000), ('New York', 2010),
   
3.          ('Texas', 2000), ('Texas', 2010)]
   
4. populations = [33871648, 37253956,
   
5.                18976457, 19378102,
   
6.                20851820, 25145561]
   
7. pop = pd.Series(populations, index=index)
   
8. pop

复制代码

对于这样的序列，我们依然可以通过指定的索引条件进行目标数据的选取：

1. pop[('California', 2010):('Texas', 2000)]

复制代码

1. pop[[i for i in pop.index if i[1] == 2010]]

复制代码

运用 Pandas 中的 MultiIndex.from_tuples 函数，我们可以将 index 列表转化为一个 MultiIndex 对象：

1. index = pd.MultiIndex.from_tuples(index)
   
2. index

复制代码

当我们用该 MultiIndex 对象对 Pandas 序列进行重塑时，目标序列的序号将会被转化为多层级的形式：

1. pop = pop.reindex(index)
   
2. pop

复制代码

这时，属于不同层级的序号将被视为不同维度上的索引值，我们可以使用多维索引的方式来索引所需要的目标数据：

1. pop[:, 2010]

复制代码

我们可以通过 unstack 函数将序列 pop 转化为一个二维的数据框，序号中的两个维度将分别对应数据框的行与列：

1. pop_df = pop.unstack()
   
2. pop_df

复制代码

可以通过调整参数 level 的值来指定生成数据框的行列：

1. pop.unstack(level=0)

复制代码

以上内容转自 数析学院，原文内容较多，有空继续搬运，感兴趣的同学可以直接去查看原文

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：python Populations california Population ulation