這只是為多索引數據幀的初學者分享一個非?；镜母拍睢Ｎ易⒁獾?2 索引（多索引）df 的索引列中有空項。雖然這一定是多索引數據幀的基礎知識，但我不熟悉它并且忘記了它。我沒有很快注意到這可能的意義，因為我有非常大的數字作為索引值，您甚至沒有開始檢查它們的重要性。排序df.sort_index(inplace=True)也無助于擺脫空項目。乍一看，數據集本身的第一個索引似乎有部分空行。搜索“多索引的空項目”也無濟于事。這就是為什么我想與其他多索引數據幀的初學者分享這個非常簡單的問題。以下是索引列“A_idx”中的“空項”：A_idx B_idx12344 12345 0.289163 -0.464633 -0.060487 12345 0.224442 0.177609 2.15643612346 12346 -0.262329 -0.248384 0.92558012347 12347 0.051350 0.452014 0.206809 12348 2.757255 -0.739196 0.183735 12349 -0.064909 -0.963130 1.36477112350 12351 -1.330857 1.881588 -0.262170
1 回答
哈士奇WWW
TA貢獻1799條經驗 獲得超6個贊
這只是為多索引數據幀的初學者分享一個非?；镜母拍?。
“空”項是多索引視圖的一部分，僅在您輸出 df 時出現，它有助于您理解層次結構。如果您輸出隔離的 Multiindex 類，則沒有項目是空的。因此，索引項永遠不會真正為空，并且“空”字段僅出現在 df 輸出中：
如果“A_idx”索引被分配給多個“B_idx”索引值，則“A_idx”索引不會重復，因為它是 parent。
如果“A_idx”索引指向多個值行，而“B_idx”索引正在重復，B_idx仍然重復，因為它是 child。
如果您使用df.head(10)并發(fā)現“空”索引項在第 1 行，您也可以在 df 中使用 快速檢查df.iloc[1].reset_index()。您會看到索引項不為空。
在下文中，“first”和“second”是索引名稱，因為它們在同一輸出行上，所以看起來具有同等的父級權利，但實際上層次結構是從左到右的。
first second
bar one 0.289163 -0.464633 -0.060487
two 0.224442 0.177609 2.156436
baz one -0.262329 -0.248384 0.925580
foo one 0.051350 0.452014 0.206809
two 2.757255 -0.739196 0.183735
three -0.064909 -0.963130 1.364771
qux one -1.330857 1.881588 -0.262170
感謝您提供示例，請轉到Access last elements of inner multiindex level in pandas dataframe。
這實際上意味著：
first second
bar one 0.289163 -0.464633 -0.060487
bar two 0.224442 0.177609 2.156436
baz one -0.262329 -0.248384 0.925580
foo one 0.051350 0.452014 0.206809
foo two 2.757255 -0.739196 0.183735
foo three -0.064909 -0.963130 1.364771
qux one -1.330857 1.881588 -0.262170
####
如何相應地創(chuàng)建層次結構的示例。
傳遞給 set_index() 的列列表的順序以相同的順序創(chuàng)建層次結構。
您可以在我從pandas multiindex reindex by rows借用的一個小示例中查看這一點，其中 df2 覆蓋了兩個索引的切換。只有 df 顯示秘密“空項目”，請參閱df與df2輸出：
df = pd.DataFrame({'month': [1, 4, 7, 10],
'year': [2012, 2012, 2013, 2013],
'sale': [55, 40, 84, 31]})
df2 = df.copy()
df=df.set_index(['year','month'])
df2=df2.set_index(['month','year'])
df:
sale
year month
2012 1 55
4 40
2013 7 84
10 31
df2:
month year sale
0 1 2012 55
1 4 2012 40
2 7 2013 84
3 10 2013 31
df.index
輸出：
MultiIndex([(2012, 1),
(2012, 4),
(2013, 7),
(2013, 10)],
names=['year', 'month'])
或者：
df2.index
輸出：
MultiIndex([( 1, 2012),
( 4, 2012),
( 7, 2013),
(10, 2013)],
names=['month', 'year'])
看看 df 中的級別：
df.index.levels[0]
Int64Index([2012, 2013], dtype='int64', name='year')
df.index.levels[1]
Int64Index([1, 4, 7, 10], dtype='int64', name='月')
df2.index.levels[0]
Int64Index([1, 4, 7, 10], dtype='int64', name='月')
df2.index.levels[1]
Int64Index([2012, 2013], dtype='int64', name='year')
如果要檢查或闡明輸出視圖中層次結構的不同級別，請選擇一行并重置索引：
df.iloc[1].reset_index()
輸出：
index 2012
4
0 sale 40
或者：
df2.iloc[1].reset_index()
輸出：
index 4
2012
0 sale 40
添加回答
舉報
0/150
提交
取消