[英]Organizing DataFrame Columns into MultiIndex
我想將數據框的列組織成組。 通常,當我進行分析時,我可能會遇到標識符變量,自變量和因變量之類的東西,並且我認為在組織上將所有這些變量放到共同的標題下是很不錯的。
這是一個例子
import string
import pandas as pd
df = pd.DataFrame({"a": list(string.ascii_lowercase[:5]),
"b" : np.arange(0,5),
"c":list(string.ascii_uppercase[:5]),
"d" : np.arange(5,10)})
index1 = pd.MultiIndex.from_product([["Letter"], ["a","c"]])
index2 = pd.MultiIndex.from_product([["Number"], ["b", "d"]])
index = index1.union(index2)
df.columns = index
這並不完全有效。
Letter Number
a c b d
0 a 0 A 5
1 b 1 B 6
2 c 2 C 7
3 d 3 D 8
4 e 4 E 9
相反,我需要添加
df = df[index.get_level_values(1)]
df.columns = index
重新排列列,以便它們在更改索引之前與第二級多索引對齊。 這感覺有些笨拙,我只是想知道是否有更好的方法可以做到這一點。
這是一個很好的解決方案:
import string
import pandas as pd
df = pd.DataFrame({"a": list(string.ascii_lowercase[:5]),
"b" : np.arange(0,5),
"c":list(string.ascii_uppercase[:5]),
"d" : np.arange(5,10)})
index1 = pd.MultiIndex.from_product([["Letter"], ["a","c"]])
index2 = pd.MultiIndex.from_product([["Number"], ["b", "d"]])
index = index1.union(index2)
df.columns = index
print(df)
Letter Number
a c b d
0 a 0 A 5
1 b 1 B 6
2 c 2 C 7
3 d 3 D 8
4 e 4 E 9
扁平化多索引列的更Python方式
df.columns = df.columns.map('_'.join)
print(df)
輸出:
Letter_a Letter_c Number_b Number_d
0 a 0 A 5
1 b 1 B 6
2 c 2 C 7
3 d 3 D 8
4 e 4 E 9
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.