跳转至

Python | Pandas multi index.to_frame()

原文:https://www.geesforgeks.org/python-pandas-multi index-to_frame/

Python 是进行数据分析的优秀语言,主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包,让导入和分析数据变得容易多了。

熊猫 **MultiIndex.to_frame()**函数创建一个以多索引级别为列的数据框。

语法:多索引到帧(索引=真)

参数: 索引:将返回的数据帧的索引设置为原始的多索引。

返回:数据帧:包含原始多索引数据的数据帧。

示例#1: 使用MultiIndex.to_frame()函数使用多索引级别作为列和索引来构建数据框。

# 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)

输出:

现在让我们从 MultiIndex 构造数据帧。

# Construct the DataFrame
midx.to_frame(index = True)

输出: 正如我们在输出中看到的,该函数已经使用 MultiIndex 构建了 Dataframe。请注意,数据帧的索引是使用 MultiIndex 的级别构造的。

示例 2: 使用MultiIndex.to_frame()函数使用多索引构建数据帧。不要使用多索引级别来构造数据框的索引。

# 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)

输出:

现在让我们使用 midx 多索引创建一个数据帧。

# Create Dataframe with new index values.
midx.to_frame(index = False)

输出: 正如我们在输出中看到的,函数返回了一个具有不同索引值的数据帧。



回到顶部