www.3112.net > 如何删除python pAnDAs.DAtAFrAmE 的多重inDEx

如何删除python pAnDAs.DAtAFrAmE 的多重inDEx

df.reset_index()详细用法见文档https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.reset_index.html

data.drop(n)可以删除第i行import pandas as pddata=pd.DataFrame([[1,2,3],[4,5,6]])print data.drop(0)删除多行,写个循环

# 没太明白你的意思,是不是根据值查询值的索引import numpy as npimport pandas as pds = pd.Series(np.random.randint(0,10,10))print(s.values)# >>> array([3, 5, 1, 0, 8, 2, 9, 0, 5, 3])# 比如要找value 为 5 的索引v_5 = s[s==5]print(v_5.index)# >>> Int64Index([1, 8], dtype='int64')

根据索引选择数据子集以外层索引的方式选择数据子集:以内层索引的方式选择数据:多重索引Series转换为DataFrame层次化索引在数据重塑和分组中扮演着很重要的角色,例如,上面的层次化索引数据可以转换为一个DataFrame:

今天笔者想对pandas中的行进行去重操作,找了好久,才找到相关的函数先看一个小例子[python] view plain copy

直接del DF['column-name']或者采用drop方法就能解决.具体操作方法:一、直接del DF['column-name'];二、采用drop方法,有下面三种等价的表达式:1. DF= DF.drop('column_name', 1);2. DF.drop('column_name',axis=1, inplace=True);3. DF.drop(DF.columns[ : ], axis=1,inplace=True) # Note: zero indexed.

In [36]: list(df['state']).index('ohio')Out[36]: 0In [37]: list(df['state']).index('nevada')Out[37]: 1

虽然不知道是想解决怎样的具体问题,但按照您的思路来看,有可能是通过多重条件判断来检索出数据.如果是的话,可以看一下我的方法:我来模拟一个问题,就是我想找出2016-10-02号离职的人当中,哪些人的入职日期是在2015-01-01和

可以使用条件查询,设置一组条件.

首先是引入pandas和numpy,这是经常配合使用的两个包,pandas依赖于numpy,引入以后我们可以直接使用np/pd来表示这个两个模块先创建一个时间索引,所谓的索引(index)就是每一行数据的id,可以标识每一行的唯一值为了快速入门,

相关搜索:

网站地图

All rights reserved Powered by www.3112.net

copyright ©right 2010-2021。
www.3112.net内容来自网络,如有侵犯请联系客服。zhit325@qq.com