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_product()
函数根据多个可迭代项的笛卡尔积生成MultiIndex。
用法: MultiIndex.from_product(iterables, sortorder=None, names=None)
参数:
iterables:每个可迭代的索引的每个级别都有唯一的标签。
sortorder:排序级别(必须按字典级别按该级别排序)。
names:索引中级别的名称。
返回:索引:MultiIndex
范例1:采用MultiIndex.from_product()
函数根据多个可迭代项的笛卡尔积构造一个MultiIndex。
# importing pandas as pd
import pandas as pd
# Create the first iterable
Price =[20, 35, 60, 85]
# Create the second iterable
Name =['Vanilla', 'Strawberry']
# Print the first iterable
print(Price)
# Print the second iterable
print("\n", Name)
输出:
现在,让我们使用以上两个可迭代项来创建MultiIndex。
# Creating the MultiIndex
midx = pd.MultiIndex.from_product([Name, Price],
names =['Name', 'Price'])
# Print the MultiIndex
print(midx)
输出:
正如我们在输出中看到的,该函数使用这两个可迭代对象的笛卡尔积创建了一个MultiIndex对象。
范例2:采用MultiIndex.from_product()
函数根据多个可迭代项的笛卡尔积构造一个MultiIndex。
# importing pandas as pd
import pandas as pd
# Create the first iterable
Snake =['Viper', 'Cobra']
# Create the second iterable
Variety =['Brown', 'Yellow', 'Black']
# Print the first iterable
print(Snake)
# Print the second iterable
print("\n", Variety)
输出:
现在,让我们使用以上两个可迭代项来创建MultiIndex。
# Creating the MultiIndex
midx = pd.MultiIndex.from_product([Snake, Variety],
names =['Snake', 'Variety'])
# Print the MultiIndex
print(midx)
输出:
该函数使用两个可迭代对象创建了一个MultiIndex。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.factorize()用法及代码示例
- Python Pandas TimedeltaIndex.name用法及代码示例
- Python Pandas dataframe.ne()用法及代码示例
- Python Pandas Series.between()用法及代码示例
- Python Pandas DataFrame.where()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Dataframe.at[ ]用法及代码示例
- Python Pandas Dataframe.iat[ ]用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas dataframe.mul()用法及代码示例
- Python Pandas.melt()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_product()。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。