python – DataFrame.stack()之后的新索引级别名称
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 – DataFrame.stack()之后的新索引级别名称，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975字，纯文字阅读大概需要2分钟。
内容图文
(请注意,this SO question看起来很相似,但不同.)
我有一个MultiIndexed DataFrame,其中的列表示年度数据：
>>> x = pd.DataFrame({
'country': {0: 4.0, 1: 8.0, 2: 12.0},
'series': {0: 553.0, 1: 553.0, 2: 553.0},
'2000': {0: '1100', 1: '28', 2: '120'},
'2005': {0: '730', 1: '24', 2: '100'}
}).set_index(['country', 'series'])
>>> x
2000 2005
country series
4 553 1100 730
8 553 28 24
12 553 120 100
当我堆叠年份时,新的索引级别没有名称：
>>> x.stack()
country series
4 553 2000 1100
2005 730
8 553 2000 28
2005 24
12 553 2000 120
2005 100
dtype: object
有没有一种很好的方式告诉堆栈我想将新级别称为’年’？它在the docs没有提到这一点.
我总是这样做：
>>> x.columns.name = 'year'
>>> x.stack()
但是,在我看来,这并不符合“非常好”的条件.任何人都可以在一行中做到吗？
解决方法:
使用DataFrame.rename_axis有一种链接友好的方式可以在一行中进行(尽管通常不会更好)：
x.rename_axis('year', axis=1).stack()
内容总结
以上是互联网集市为您收集整理的python – DataFrame.stack()之后的新索引级别名称全部内容，希望文章能够帮你解决python – DataFrame.stack()之后的新索引级别名称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
扫描二维码推送至手机访问。