层次化索引(hierarchical indexing)是pandas的一个重要的功能，它可以在一个轴上有多个（两个以上）的索引，这就表示着，它能够以低维度形式来表示高维度的数据。一. 创建多层行索引1、 隐式构造1）最常见的方法是给DataFrame构造函数的index参数传递两个或更多的数组，Series也可以创建多层索引。s = Series(np.random.randint(0,150,
转载
2024-03-17 11:17:45
704阅读
一、介绍数据帧(DataFrame)是二维数据结构，即数据以行和列的表格方式排列。 可以看作是Series的二维拓展，但是df有行列索引：index、column推荐参考：https://www.jianshu.com/p/c534e83d2f4b二、快速入门1.打开csv 发现报错，原因是路径中\User的\u和转义符号冲突了，我们使用字符串中的知识，添加r开头表示不转义即可： 它包含的是
转载
2024-04-20 16:10:33
67阅读
pandas层次化索引1) 隐式构造最常见的方法是给DataFrame构造函数的index参数传递两个或更多的数组一、导入相关库import numpy as np
import pandas as pd
from pandas import Series,DataFrame二、Series【Series也可以创建多层索引】① 生成基础Seriess = Series(np.random.rand
转载
2024-03-26 10:47:54
144阅读
前面所涉及的Pandas对象都只有一层索引结构(行索引、列索引)，又称为单层索引，层次化索引可以理解为单层索引的延伸，即在一个轴方向上具有多层索引。 对于两层索引结构来说，它可以分为内层索引和外层索引。以某些省市的面积表格为例，我们来认识一下什么是层次化索引，具体如图3-6所示。 图3-6 层次化索引图示 在图3-6中，按照
转载
2024-04-23 15:08:16
70阅读
上篇文章为大家介绍了pandas的基本特性，常用数据结构以及对应的数据加载，值的获取等基本操作。这篇文章为大家介绍DataFrame对象的索引操作，轴向旋转以及数据的聚合与分组运算。层次化索引层次化索引(hierarchical indexing)是pandas的一项重要功能，它使你能在一个轴上拥有多个(两个以上)索引级别。抽象点说，它使你能以低维度形式处理高维度数据。比如下面这个对象： nu
转载
2024-07-31 16:46:43
120阅读
为了方便自己使用以免忘记而写的。 jupyter notebook取消缩进快捷键(取消缩进代码块)：选中，然后Ctrl+[ jupyter notebook用清华源安装库（直接换库名就行）：# 安装导入execl库，注意：使用外网连不上清华源
# !pip install xlwings -i https://pypi.tuna.tsinghua.edu.cn/si
import numpy as np
import pandas as pd
#DataFrame创建
#1.通过字典创建三行两列，使用默认索引
d = {"code":[1,2,3],"name":['zhangsan','lisi','wangwu']}
pd.DataFrame(data=d)
# Out[162]:
# code name
# 0 1 zhan
转载
2024-04-25 09:47:10
177阅读
层次化索引 层次化索引是pandas的一项重要功能，它使你能在一个轴上拥有多个（两个以上）索引级别。抽象点说，它使你以低维度形式处理高纬度数据。 层次化索引一般以带有MultiIndex索引的Series的格式化输出形式。索引之间的间隔 （空格）表示直接使用上面的标签。 层次化索引在数据重塑和基于分组的操作（如透视表生成）中扮演着重要的角色。对于一个DataFrame，每条轴都可以有分层索引
转载
2023-11-07 00:25:19
129阅读
21_Pandas.DataFrame,重置Series的索引index(reset_index)如果使用reset_index（）方法，则可以将pandas.DataFrame，pandas.Series的索引索引（行名称，行标签）重新分配为从0开始的序列号（行号）。如果将行号用作索引，则通过排序更改行的顺序或删除行并得到缺少的号码时，重新索引会更容易。当行名（行标签）用作索引时，它也可用于删除
转载
2023-11-28 10:24:10
352阅读
1. Series的索引和切片1.1 Series的索引：可以使用中括号取单个索引（此时返回的是元素类型），或者中括号里一个列表取多个索引（此时返回的仍然是一个Series类型）。分为显示索引和隐式索引：(1) 显式索引：使用index中的元素作为索引值使用.loc[ ]s = pd.Series({'Python': 150, 'NumPy': 100, 'Pandas': 130})
转载
2024-06-19 09:10:32
128阅读
DataFrame对象有多种比较方便的索引方式，以下一一进行总结DataFrame对象为df1. df[val]这边注意，返回的是DataFrame的副本，而不是视图其中val可以是
1. 列名，也就是columns名，可以是单个列或者是由列名组成的列表，如果是单个列名则返回Serie对
象，如果是列表则返回DataFrame对象
2. 分片，用来进行行切片，比如df[:]，则会选择所有的行，即使
转载
2023-07-14 16:12:32
132阅读
pandas.DataFrame 的操作简单经验（创建，索引，增添，删除）在网上搜过许多关于pandas.DataFrame的操作说明，都是一些基础的操作，但是这些操作组合起来还是比较费时间去正确操作DataFrame，花了我挺长时间去调整BUG的。我在这里做一些总结，方便你我他。一创建DataFrame的简单操作：1.根据字典创造：In [1]: import pandas as pd
In [
转载
2024-03-18 16:07:32
25阅读
前言最近在网上搜了许多关于pandas.DataFrame的操作说明，都是一些基础的操作，但是这些操作组合起来还是比较费时间去正确操作DataFrame，花了我挺长时间去调整BUG的。我在这里做一些总结，方便你我他。感兴趣的朋友们一起来看看吧。一、创建DataFrame的简单操作：1、根据字典创造：In [1]: import pandas as pd
In [3]: aa={'one':[1,2
转载
2023-08-04 13:20:07
600阅读
本人依据上课学习内容，将dataframe内容浓缩为代码块，一下是今天学习的第一部分: 1.dataframe创建 2.dataframe索引 3.dataframe数据访问（重要） 4.dataframe数据编辑 5.pandas数据读写 6.dataframe统计描述 ----更新记录---- 2021/12/13更新了数据编辑的drop函数的axis问题例子；更新了数据访问布尔索引的例子；想
转载
2024-02-23 15:31:50
29阅读
递归(recursion)在数学与计算机科学中，是指在函数的定义中使用函数自身的方法。递归一词还较常用于描述以自相似方法重复事物的过程。例如，当两面镜子相互之间近似平行时，镜中嵌套的图像是以无限递归的形式出现的。
可以理解为：指的是一个函数不断调用自身的行为。 语言例子(Language examples)：从前有座山，山里有座庙，庙里有
Pandas 十七：分层索引MultiIndex一、Series的分层索引MultiIndex二、Series有多层索引MultiIndex怎样筛选数据？三、DataFrame的多层索引MultiIndex四、DataFrame有多层索引MultiIndex怎样筛选数据？ 为什么要学习分层索引MultiIndex？分层索引：在一个轴向上拥有多个索引层级，可以表达更高维度数据的形式；可以更方便的进
转载
2024-05-08 19:00:26
15阅读
DataFrame是一个表格型的数据结构，含有一组有序的列，每列可以是不同的值类型。DataFrame既有行索引也有列索引。本篇主要介绍DataFrame的构造和索引。构造：二维结构一维结构的字典字典的字典索引：直接索引单个label索引（列）label序列索引（列）label（integer）切片索引（行）布尔索引（行）label索引（DataFrama.loc()）单个索引&切片索引&
转载
2023-08-31 21:50:34
173阅读
行索引dataframe的行索引方法有三种，分别为loc，iloc,ixlocloc是基于行索引（index），或者说是行的名称进行索引的。比如如果说有自己认为设置了索引的名称，在进行检索时使用loc，就只能输入行的名称。但是如果index是默认的递增数，那么和iloc没有区别。要注意此时如果使用切片索引，如[0:k]那么取的是index从0到k的k+1个行，而不是k-1行。ilociloc是根据
转载
2023-07-14 16:07:31
945阅读
回顾 在数据处理进阶pandas入门(四)中，我们介绍了pandas中DataFrame的基本概念和常用创建方法，包括通过二维ndarray、数组字典、Series字典、嵌套字典、字典列表等方式创建。今天我们来看一下DataFrame的索引和切片的相关知识。 DataFrame有行索引和列索引，可以看做是由Series组成的字典。基于列的索引和切片 pandas中，对DataFrame进行列的索引
转载
2024-04-18 12:19:32
43阅读
对于DataFrame的修改操作其实有很多，不单单是某个部分的值的修改，还有一些索引的修改、列名的修改，类型修改等等。我们仅选取部分进行介绍。一、值的修改DataFrame的修改方法，其实前面介绍loc方法的时候介绍了一些。1、 loc方法修改loc方法实际上是定位某个位置的数据的，但是定位完以后就可以对此位置的数据进行修改，使用此方法可以对DataFrame进行的修改如下： 1.对某行、某N行进
转载
2024-03-18 19:26:31
141阅读
