利用python进行数据分析——pandas层次化索引

本文主要是介绍利用python进行数据分析——pandas层次化索引，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

层次化索引是pandas的一项重要功能，它使你在一个轴上拥有多个索引级别。

• MultiIndex的建立与使用

层次化索引在数据重塑和基于分组的操作中扮演者重要角色：

• unstack方法将层次化索引的Series重塑为一个DataFrame
• stack方法是unstack方法的逆运算

对于DataFrame来说，每条轴都可以有分层索引

•  重排分级顺序

         swaplevel：调整分级顺序

• 根据多重索引进行排序 

        sort_index：根据级别中的值对数据进行排序

•  根据multiindex级别进行汇总统计

        许多DataFrame和Series的描述和汇总统计上都有一个level选项，用于指定在某条轴上汇总的级别

•  索引与列的切换

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为DataFrame的列

1. set_index：将列变为索引
2. reset_index：将索引边为列

这篇关于利用python进行数据分析——pandas层次化索引的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！