python – 在pandas中设置多列索引

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 在pandas中设置多列索引，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1303字，纯文字阅读大概需要2分钟。

内容图文

我像这样制作数据帧.

df = pd.DataFrame({
    'class' : ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'],
    'number' : [1,2,3,4,5,1,2,3,4,5],
    'math' : [90, 20, 50, 30, 57, 67, 89, 79, 45, 23],
    'english' : [40, 21, 68, 89, 90, 87, 89, 54, 21, 23]
})

我想通过使用一些pandas方法将索引转换为此.(例如set_index,stack ,,,)

df1 = pd.DataFrame(np.random.randint(1, 100, (5, 4)),
             columns = [['A', 'A', 'B', 'B'],['english', 'math', 'english', 'math']],
             index = [1, 2, 3, 4, 5])

我怎样才能做到这一点？

解决方法:

我认为您需要set_index和unstack进行重新整形,然后在swaplevel中将列中的MultiIndex中的级别与sort_index中的最后一个排序列交换：

df1 = df.set_index(['number','class']).unstack().swaplevel(0,1,1).sort_index(1)

print (df1)
class        A            B     
       english math english math
number                          
1           40   90      87   67
2           21   20      89   89
3           68   50      54   79
4           89   30      21   45
5           90   57      23   23

stack和unstack的另一个解决方案：

print (df.set_index(['number','class']).stack().unstack([1,2]))
class        A            B     
       english math english math
number                          
1           40   90      87   67
2           21   20      89   89
3           68   50      54   79
4           89   30      21   45
5           90   57      23   23

内容总结

以上是互联网集市为您收集整理的python – 在pandas中设置多列索引全部内容，希望文章能够帮你解决python – 在pandas中设置多列索引所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端