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.to_hierarchical()
函數返回一個經過重整的MultiIndex,以符合n_repeat和n_shuffle給出的形狀。複製和重新排列MultiIndex以與具有n_repeat項的另一個Index組合使用是很有用的。
用法: MultiIndex.to_hierarchical(n_repeat, n_shuffle=1)
參數:
n_repeat:在自我上重複標簽的次數
n_shuffle:控製標簽的重新排序。如果結果將成為MultiIndex的內部級別,則n_shuffle將需要大於1。每個標簽的大小必須可被n_shuffle整除
返回:多索引
範例1:采用MultiIndex.to_hierarchical()
函數重複MultiIndex中的標簽。
# 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,讓我們重複兩次MultiIndex的標簽。
# repeat the labels in the MultiIndex 2 times.
midx.to_hierarchical(n_repeat = 2)
輸出:
從輸出中可以看到,返回的MultiIndex中的標簽重複了2次。
範例2:采用MultiIndex.to_hierarchical()
函數來重複以及重新排列MultiIndex中的標簽。
# 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,讓我們重複並重新排列MultiIndex的標簽2次。
# resetting the labels the MultiIndex
midx.to_hierarchical(n_repeat = 2, n_shuffle = 2)
輸出:
正如我們在輸出中看到的那樣,標簽在返回的MultiIndex中重複並重新洗兩次。
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Timestamp.now用法及代碼示例
- Python Pandas Timestamp.second用法及代碼示例
- Python Pandas DataFrame.abs()用法及代碼示例
- Python Pandas Series.lt()用法及代碼示例
- Python Pandas dataframe.all()用法及代碼示例
- Python Pandas DataFrame.ix[ ]用法及代碼示例
- Python Pandas Series.pop()用法及代碼示例
- Python Pandas TimedeltaIndex.max用法及代碼示例
- Python Pandas Timestamp.dst用法及代碼示例
- Python Pandas Timestamp.tz用法及代碼示例
- Python Pandas Series.mean()用法及代碼示例
- Python Pandas TimedeltaIndex.min用法及代碼示例
- Python Pandas Series.ptp()用法及代碼示例
- Python Pandas dataframe.cov()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.to_hierarchical()。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。