pandas层次化索引
2017-10-15 16:06
232 查看
data = pd.Series(np.random.randn(10),index=[
[‘a’,’a’,’a’,’b’,’b’,’b’,’c’,’c’,’d’,’d’],
[1,2,3,1,2,3,1,2,2,3]
])
print(data)
print(data.index)
data = pd.Series(np.random.randn(10),index=[
[‘a’,’a’,’a’,’b’,’b’,’b’,’c’,’c’,’d’,’d’],
[1,2,3,1,2,3,1,2,2,3]
])
print(data)
print(data[‘b’])
data = pd.Series(np.random.randn(10),index=[
[‘a’,’a’,’a’,’b’,’b’,’b’,’c’,’c’,’d’,’d’],
[1,2,3,1,2,3,1,2,2,3]
])
print(data)
print(data[‘b’])
print(data[:,2])
[‘a’,’a’,’a’,’b’,’b’,’b’,’c’,’c’,’d’,’d’],
[1,2,3,1,2,3,1,2,2,3]
])
print(data)
print(data.index)
data = pd.Series(np.random.randn(10),index=[
[‘a’,’a’,’a’,’b’,’b’,’b’,’c’,’c’,’d’,’d’],
[1,2,3,1,2,3,1,2,2,3]
])
print(data)
print(data[‘b’])
data = pd.Series(np.random.randn(10),index=[
[‘a’,’a’,’a’,’b’,’b’,’b’,’c’,’c’,’d’,’d’],
[1,2,3,1,2,3,1,2,2,3]
])
print(data)
print(data[‘b’])
print(data[:,2])
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- pandas层次化索引
- pandas之汇总和计算描述统计到层次化索引
- Pandas索引&层次化索引
- pandas的层次化索引
- pandas的层次化索引
- pandas层次化索引
- 利用Python进行数据分析(11) pandas基础: 层次化索引
- pandas层次化索引以及stack()t和unstack()
- python：pandas（5），层次化索引
- 利用Pandas进行数据分析（3）——统计、处理缺失值、层次化索引
- Pandas —— 层次化索引
- 数据分析之Pandas-02多层次化索引和拼接
- 利用Python进行数据分析(11) pandas基础: 层次化索引
- pandas数据清洗，排序，索引设置，数据选取
- python的pandas包数据框单层索引操作核心方法loc，iloc，ix，query
- 03_5Pandas_层级索引
- pandas通过ix 索引
- pandas选取特定索引的行
- pandas入门——多重索引
- pandas索引和选择