Python是進行數據分析的一種出色語言,主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種,使導入和分析數據更加容易。
Pandas MultiIndex.set_labels()
函數在MultiIndex上設置新標簽。默認為返回新索引。
用法: MultiIndex.set_labels(labels, level=None, inplace=False, verify_integrity=True)
參數:
labels:要應用的新標簽
level:設置的級別(所有級別都沒有)
inplace:如果為True,則在適當位置變異
verify_integrity:如果為True,則檢查級別和標簽是否兼容
返回:新索引(相同類型和類別…等)
範例1:采用MultiIndex.set_labels()
函數重置MultiIndex的標簽。
# 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)
輸出:
現在,讓我們重置MultiIndex的標簽。
# resetting the labels the MultiIndex
midx.set_labels([[1, 1, 0, 0], [0, 1, 1, 0]])
輸出:
從輸出中可以看到,MultiIndex的標簽已被重置。
範例2:采用MultiIndex.set_labels()
函數僅在MultiIndex中重置任何特定標簽。
# 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)
輸出:
現在,讓我們重置MultiIndex的“字符”標簽。
# resetting the labels the MultiIndex
midx.set_labels([0, 1, 1, 0], level ='Char')
輸出:
從輸出中可以看到,MultiIndex的“ Char”標簽已重置為所需值。
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Series.str.len()用法及代碼示例
- Python Pandas.factorize()用法及代碼示例
- Python Pandas TimedeltaIndex.name用法及代碼示例
- Python Pandas dataframe.ne()用法及代碼示例
- Python Pandas Series.between()用法及代碼示例
- Python Pandas DataFrame.where()用法及代碼示例
- Python Pandas Series.add()用法及代碼示例
- Python Pandas.pivot_table()用法及代碼示例
- Python Pandas Series.mod()用法及代碼示例
- Python Pandas Dataframe.at[ ]用法及代碼示例
- Python Pandas Dataframe.iat[ ]用法及代碼示例
- Python Pandas.pivot()用法及代碼示例
- Python Pandas dataframe.mul()用法及代碼示例
- Python Pandas.melt()用法及代碼示例
注:本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas MultiIndex.set_labels()。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。