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.levshape
属性输出一个元组,其中包含MultiIndex中每个级别的长度。
用法: MultiIndex.levshape
范例1:采用MultiIndex.levshape
属性以在MultiIndex中找到每个级别的长度。
# 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:
现在,我们将在MultiIndex中找到每个级别的长度。
# Print the length of each level in MultiIndex
midx.levshape
输出:
从输出中可以看到,midx MultiIndex中每个级别的长度为(3,3)。
范例2:采用MultiIndex.levshape
属性以查找给定MultiIndex中每个级别的长度。
# 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:
现在,我们将在MultiIndex中找到每个级别的长度。
# Print the length of each levels in MultiIndex
midx.levshape
输出:
从输出中可以看到,midx中每个级别的长度为3。
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.levshape。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。