Python是进行数据分析的一种出色语言,主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种,使导入和分析数据更加容易。
Pandas MultiIndex.from_arrays()
函数用于将数组转换为MultiIndex。它是构造MultiIndex的几种方法之一。
用法: MultiIndex.from_arrays(arrays, sortorder=None, names=None)
参数:
arrays:每个array-like都会为每个数据点提供一个级别的值。 len(arrays)是级别数
sortorder:排序级别(必须按该级别按字典顺序排序)
返回:索引:MultiIndex
范例1:采用MultiIndex.from_arrays()
函数从数组构造一个MultiIndex。
# importing pandas as pd
import pandas as pd
# Creating the array
array =[[1, 2, 3], ['Sharon', 'Nick', 'Bailey']]
# Print the array
print(array)
输出:
现在,我们使用该数组创建MultiIndex
# Creating the MultiIndex
midx = pd.MultiIndex.from_arrays(array,
names =('Number', 'Names'))
# Print the MultiIndex
print(midx)
输出:
从输出中可以看到,该函数使用数组创建了一个MultiIndex对象。
范例2:采用MultiIndex.from_arrays()
函数从数组构造一个MultiIndex。
# importing pandas as pd
import pandas as pd
# Creating the array
array =[[1, 2, 3], ['Sharon', 'Nick', 'Bailey'],
['Doctor', 'Scientist', 'Physicist']]
# Print the array
print(array)
输出:
现在,我们使用该数组创建MultiIndex
# Creating the MultiIndex
midx = pd.MultiIndex.from_arrays(array,
names =('Ranking', 'Names', 'Profession'))
# Print the MultiIndex
print(midx)
输出:
从输出中可以看到,该函数使用传递的数组创建了MultiIndex。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Timestamp.now用法及代码示例
- Python Pandas Timestamp.second用法及代码示例
- Python Pandas DataFrame.abs()用法及代码示例
- Python Pandas Series.lt()用法及代码示例
- Python Pandas dataframe.all()用法及代码示例
- Python Pandas DataFrame.ix[ ]用法及代码示例
- Python Pandas Series.pop()用法及代码示例
- Python Pandas TimedeltaIndex.max用法及代码示例
- Python Pandas Timestamp.dst用法及代码示例
- Python Pandas Timestamp.tz用法及代码示例
- Python Pandas Series.mean()用法及代码示例
- Python Pandas TimedeltaIndex.min用法及代码示例
- Python Pandas Series.ptp()用法及代码示例
- Python Pandas dataframe.cov()用法及代码示例
注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas MultiIndex.from_arrays()。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。