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.to_hierarchical()
函数返回一个经过重整的MultiIndex,以符合n_repeat和n_shuffle给出的形状。复制和重新排列MultiIndex以与具有n_repeat项的另一个Index组合使用是很有用的。
用法: MultiIndex.to_hierarchical(n_repeat, n_shuffle=1)
参数:
n_repeat:在自我上重复标签的次数
n_shuffle:控制标签的重新排序。如果结果将成为MultiIndex的内部级别,则n_shuffle将需要大于1。每个标签的大小必须可被n_shuffle整除
返回:多索引
范例1:采用MultiIndex.to_hierarchical()
函数重复MultiIndex中的标签。
# 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,让我们重复两次MultiIndex的标签。
# repeat the labels in the MultiIndex 2 times.
midx.to_hierarchical(n_repeat = 2)
输出:
从输出中可以看到,返回的MultiIndex中的标签重复了2次。
范例2:采用MultiIndex.to_hierarchical()
函数来重复以及重新排列MultiIndex中的标签。
# 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,让我们重复并重新排列MultiIndex的标签2次。
# resetting the labels the MultiIndex
midx.to_hierarchical(n_repeat = 2, n_shuffle = 2)
输出:
正如我们在输出中看到的那样,标签在返回的MultiIndex中重复并重新洗两次。
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.to_hierarchical()。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。