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.sortlevel()
函数在请求的级别对MultiIndex进行排序。结果将遵守该级别上关联因子的原始排序。
用法: MultiIndex.sortlevel(level=0, ascending=True, sort_remaining=True)
参数:
level:[list-like,int或str,默认值0]如果给出了字符串,则必须是级别的名称如果list-like必须是级别的名称或整数
ascending:False降序排序也可以是指定有向顺序的列表
sort_remaining:按级别后的剩余级别排序。
返回:
sorted_index:结果索引
indexer:原始索引中输出值的索引
范例1:采用MultiIndex.sortlevel()
函数以降序对MultiIndex的第0级进行排序。
# importing pandas as pd
import pandas as pd
# Create the MultiIndex
midx = pd.MultiIndex.from_arrays([['Networking', 'Cryptography',
'Anthropology', 'Science'],
[88, 84, 98, 95]])
# Print the MultiIndex
print(midx)
输出:
现在,让我们按降序对MultiIndex的第0级进行排序。
# sort the 0th level in descending order.
midx.sortlevel(level = 0, ascending = False)
输出:
从输出中可以看到,该函数返回了一个新对象,该对象的第0级按降序排列。
范例2:采用MultiIndex.sortlevel()
函数以升序对MultiIndex的第一级进行排序。
# importing pandas as pd
import pandas as pd
# Create the MultiIndex
midx = pd.MultiIndex.from_arrays([['Networking', 'Cryptography',
'Anthropology', 'Science'],
[88, 84, 98, 95]])
# Print the MultiIndex
print(midx)
输出:
现在,让我们按升序对MultiIndex的第一级进行排序。
# sort the 1st level of the MultiIndex in increasing order.
midx.sortlevel(level = 1, ascending = True)
输出:
从输出中可以看到,该函数返回了一个新对象,该对象的第一级按升序排序。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Timestamp.tz用法及代码示例
- Python Pandas Series.str.contains()用法及代码示例
- Python Pandas dataframe.std()用法及代码示例
- Python Pandas Timestamp.dst用法及代码示例
- Python Pandas dataframe.sem()用法及代码示例
- Python Pandas DataFrame.ix[ ]用法及代码示例
- Python Pandas.Categorical()用法及代码示例
- Python Pandas.apply()用法及代码示例
- Python Pandas TimedeltaIndex.contains用法及代码示例
- Python Pandas Timestamp.now用法及代码示例
- Python Pandas Series.str.pad()用法及代码示例
- Python Pandas Series.take()用法及代码示例
- Python Pandas dataframe.all()用法及代码示例
- Python Pandas series.str.get()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.sortlevel()。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。