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.set_labels()
函数在MultiIndex上设置新标签。默认为返回新索引。
用法: MultiIndex.set_labels(labels, level=None, inplace=False, verify_integrity=True)
参数:
labels:要应用的新标签
level:设置的级别(所有级别都没有)
inplace:如果为True,则在适当位置变异
verify_integrity:如果为True,则检查级别和标签是否兼容
返回:新索引(相同类型和类别…等)
范例1:采用MultiIndex.set_labels()
函数重置MultiIndex的标签。
# importing pandas as pd
import pandas as pd
# Create the MultiIndex
midx = pd.MultiIndex.from_tuples([(10, 'Ten'), (10, 'Twenty'),
(20, 'Ten'), (20, 'Twenty')],
names =['Num', 'Char'])
# Print the MultiIndex
print(midx)
输出:
现在,让我们重置MultiIndex的标签。
# resetting the labels the MultiIndex
midx.set_labels([[1, 1, 0, 0], [0, 1, 1, 0]])
输出:
从输出中可以看到,MultiIndex的标签已被重置。
范例2:采用MultiIndex.set_labels()
函数仅在MultiIndex中重置任何特定标签。
# importing pandas as pd
import pandas as pd
# Create the MultiIndex
midx = pd.MultiIndex.from_tuples([(10, 'Ten'), (10, 'Twenty'),
(20, 'Ten'), (20, 'Twenty')],
names =['Num', 'Char'])
# Print the MultiIndex
print(midx)
输出:
现在,让我们重置MultiIndex的“字符”标签。
# resetting the labels the MultiIndex
midx.set_labels([0, 1, 1, 0], level ='Char')
输出:
从输出中可以看到,MultiIndex的“ Char”标签已重置为所需值。
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.set_labels()。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。