99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話:13121318867

登錄
首頁(yè)大數(shù)據(jù)時(shí)代Pandas如何將Series的復(fù)合索引提取為列?
Pandas如何將Series的復(fù)合索引提取為列?
2023-05-15
收藏

Pandas是一個(gè)功能強(qiáng)大的數(shù)據(jù)處理庫(kù),它提供了許多有用的函數(shù)和方法來(lái)操作數(shù)據(jù)。其中之一是Series對(duì)象,它是一種帶有標(biāo)簽的一維數(shù)組,可以存儲(chǔ)不同類型的數(shù)據(jù)。在Pandas中,Series對(duì)象支持復(fù)合索引,這意味著它們可以具有多個(gè)層級(jí)的標(biāo)簽。然而,在某些情況下,我們可能需要將復(fù)合索引提取為列,以便更方便地對(duì)數(shù)據(jù)進(jìn)行分析。本文將介紹如何使用Pandas將Series對(duì)象的復(fù)合索引提取為列。

什么是復(fù)合索引?

在Pandas中,索引是指標(biāo)簽或名稱,用于標(biāo)識(shí)SeriesDataFrame中的行或列。通常情況下,索引只有一個(gè)層級(jí),例如整數(shù)索引或字符串索引。但是,Pandas還支持具有多個(gè)層級(jí)的復(fù)合索引。復(fù)合索引由多個(gè)標(biāo)簽組成,每個(gè)標(biāo)簽都屬于不同的層級(jí)。

下面是一個(gè)示例,展示了一個(gè)帶有復(fù)合索引Series對(duì)象:

import pandas as pd

data = {
    ('A', 'B'): 1,
    ('A', 'C'): 2,
    ('B', 'D'): 3,
    ('B', 'E'): 4
}

s = pd.Series(data)
print(s)

輸出結(jié)果如下:

A  B    1
   C    2
B  D    3
   E    4
dtype: int64

在這個(gè)示例中,Series對(duì)象由四個(gè)元素組成,每個(gè)元素都有兩個(gè)層級(jí)的標(biāo)簽。第一個(gè)元素的標(biāo)簽是('A', 'B'),表示它屬于'A'和'B'兩個(gè)層級(jí)。同樣地,第二個(gè)元素的標(biāo)簽是('A', 'C'),表示它屬于'A'和'C'兩個(gè)層級(jí)。這個(gè)Series對(duì)象的復(fù)合索引可以用來(lái)表示類似于表格的數(shù)據(jù)結(jié)構(gòu)。

如何將復(fù)合索引提取為列?

在某些情況下,我們可能需要將Series對(duì)象的復(fù)合索引提取為列,以便更方便地對(duì)數(shù)據(jù)進(jìn)行分析。Pandas提供了許多方法來(lái)實(shí)現(xiàn)這個(gè)目的。下面介紹幾種常見的方法。

reset_index()方法

reset_index()方法是一種常見的方法,可以將Series對(duì)象的索引重置為默認(rèn)的整數(shù)索引,并將原始索引添加為新列。例如:

import pandas as pd

data = {
    ('A', 'B'): 1,
    ('A', 'C'): 2,
    ('B', 'D'): 3,
    ('B', 'E'): 4
}

s = pd.Series(data)
df = s.reset_index()
print(df)

輸出結(jié)果如下:

  level_0 level_1  0
0       A       B  1
1       A       C  2
2       B       D  3
3       B       E  4

在這個(gè)示例中,reset_index()方法將原始索引添加為了兩列新的列。第一列是level_0,它包含了原始索引的第一層級(jí)標(biāo)簽。第二列是level_1,它包含了原始索引的第二層級(jí)標(biāo)簽。第三列是原始Series對(duì)象中的數(shù)據(jù)。

to_frame()方法

to_frame()方法可以將Series對(duì)象轉(zhuǎn)換為DataFrame對(duì)象,并將原始索引添加為新列。例如:

import pandas as pd

data = {
    ('A', 'B'): 1,
    ('A', 'C'): 2,
    ('B', 'D'): 3,
    ('B', 'E'): 4
}

s = pd.Series(data)
df = s.to_frame().reset_index()
print(df)

輸出結(jié)果如下:

  level_0 level_1  0
0       A       B  1
1      

同樣地,to_frame()方法將原始索引添加為了兩列新的列。第一列是原始索引的第一層級(jí)標(biāo)簽,第二列是原始索引的第二層級(jí)標(biāo)簽。第三列是原始Series對(duì)象中的數(shù)據(jù)。

unstack()方法

unstack()方法可以將帶有復(fù)合索引Series對(duì)象轉(zhuǎn)換為DataFrame對(duì)象,并使用第二層級(jí)標(biāo)簽創(chuàng)建新的列。例如:

import pandas as pd

data = {
    ('A', 'B'): 1,
    ('A', 'C'): 2,
    ('B', 'D'): 3,
    ('B', 'E'): 4
}

s = pd.Series(data)
df = s.unstack()
print(df)

輸出結(jié)果如下:

     B    C    D    E
A  1.0  2.0  NaN  NaN
B  NaN  NaN  3.0  4.0

在這個(gè)示例中,unstack()方法將帶有復(fù)合索引Series對(duì)象轉(zhuǎn)換為DataFrame對(duì)象,并使用第二層級(jí)標(biāo)簽創(chuàng)建了四個(gè)新的列。每個(gè)新列代表原始Series對(duì)象中的一個(gè)元素,如果原始Series對(duì)象中不存在具有相應(yīng)標(biāo)簽的元素,則使用NaN填充。

需要注意的是,在使用reset_index()和to_frame()方法時(shí),我們需要手動(dòng)為新的列命名,以便更好地理解數(shù)據(jù)。而在使用unstack()方法時(shí),Pandas會(huì)自動(dòng)為新的列命名。

總結(jié)

本文介紹了如何使用Pandas將Series對(duì)象的復(fù)合索引提取為列。我們介紹了三種常見的方法:reset_index()、to_frame()和unstack()。這些方法可以使我們更方便地對(duì)帶有復(fù)合索引的數(shù)據(jù)進(jìn)行分析和可視化。需要注意的是,在使用這些方法時(shí),我們需要手動(dòng)為新的列命名,以便更好地理解數(shù)據(jù)。

數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼

若不方便掃碼,搜微信號(hào):CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1:配置參數(shù) // 參數(shù)2:回調(diào),回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象,之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式,包括:float,popup width: "280px", https: true // 更多配置參數(shù)說(shuō)明請(qǐng)參見:http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }