这篇文章将为大家详细讲解有关Pandas中怎么给多层索引降级，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。
import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(0, 14).reshape(7,2),columns =['a','b'] )
df.a = df.a %3
df['who'] = 'Bob'
df.loc[df.a%4==0,'who'] = 'Alice'
| a | b | who |
|---|
| 0 | 0 | 1 | Alice |
|---|
| 1 | 2 | 3 | Bob |
|---|
| 2 | 1 | 5 | Bob |
|---|
| 3 | 0 | 7 | Alice |
|---|
| 4 | 2 | 9 | Bob |
|---|
| 5 | 1 | 11 | Bob |
|---|
| 6 | 0 | 13 | Alice |
|---|
# 对一个字段同时用3个聚合函数
gp1 = df.groupby('who').agg({'b':[sum,np.max, np.min], 'a':sum})
gp1
| b | a |
|---|
| sum | amax | amin | sum |
|---|
| who |
|
|
|
|
|---|
| Alice | 8.0 | 7.0 | 1.0 | 0 |
|---|
| Bob | 28.0 | 11.0 | 3.0 | 6 |
|---|
索引是有层次的,虚要通过下面这种方式,个人感觉不是很方便.下面介绍2种方法来解决这个问题
#有层次的索引访问方法
gp1.loc['Bob', ('b', 'sum')]28.0
# 直接去除一层
gp2 = gp1.copy(deep=True)
gp2.columns = gp1.columns.droplevel(0)
gp2
| sum | amax | amin | sum |
|---|
| who |
|
|
|
|
|---|
| Alice | 8.0 | 7.0 | 1.0 | 0 |
|---|
| Bob | 28.0 | 11.0 | 3.0 | 6 |
|---|
# 把2层合并到一层
gp3 = gp1.copy(deep=True)
gp3.columns = ["_".join(x) for x in gp3.columns.ravel()]
gp3
| b_sum | b_amax | b_amin | a_sum |
|---|
| who |
|
|
|
|
|---|
| Alice | 8.0 | 7.0 | 1.0 | 0 |
|---|
| Bob | 28.0 | 11.0 | 3.0 | 6 |
|---|
关于Pandas中怎么给多层索引降级就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。