MultiIndex Modul
Wir beginnen Schritt für Schritt mit dem MultiIndex Modul
Python Pandas MultiIndex Modul
Beispiel für die parse_dates mit der Methode pd.read_csv ()
Hier können Sie Ihre Datei mit der Methode pd.read_csv () hinzufügen
Die Funktion parse_dates Wir können parse_dates verwenden, um Spalten als Datum zu analysieren.
Hier rufen Sie Ihre Datei in .head () auf
Rufen Sie .dtypes auf, wenn Sie Ihren DataFrame sehen möchten
Rufen Sie die Methode .info () auf, wenn Sie sehen möchten, wie viel Datenspeicher in den Werten Ihres Index verwendet wird
Erstellen Sie einen MultiIndex mit der Methode set_index ()
set_index () ist eine Methode zum Festlegen einer Liste, Serie oder eines Datenrahmens als Index eines Datenrahmens.
Example of “Date” with set_index() Method
Beispiel für (keys = [“Date”, “Country”]) mit der Methode set_index ()
Hier sehen Sie, dass der Tag 2016 -01-01 für alle Länder dieses Landes das gleiche Datum hat
Die Funktion sort_index () sortiert Objekte nach Beschriftungen entlang der angegebenen Achse.
Die Methode .get_level_values ()
get_level_values () ist in erster Linie nützlich, um eine individuelle Wertebene aus einem MultiIndex abzurufen, wird jedoch aus Kompatibilitätsgründen auch im Index bereitgestellt.
Werte (0) oder Werte (“Date”), wenn Sie die “Daten” anzeigen möchten
Werte (1) oder Werte (“Country”), wenn Sie die Länder anzeigen möchten
Die .set_names () Methode in MultiIndex
Die Funktion Index.set_names () setzt neue Namen für den Index. Für den angegebenen Index wird das Namensattribut für diesen Index zurückgesetzt.
Die sort_index () -Methode
Beispiel für (ascending = True) mit der Methode sort_index ()
Beispiel für (ascending = False) mit der Methode sort_index ()
Example of (ascending = True, False) with sort_index() Method
Zeilen aus einem MultiIndex-Datenrahmen extrahieren
Hier können Sie Ihr Dateibeispiel “big mac.csv” mit “Date” & “Conutry” hinzufügen.
Beispiel für ein Datum (“2010-01-01”) mit der Methode .loc ()
Hier sehen Sie den Tag 2010 -01-01
Beispiel für “Date” & “Conutry”mit der Methode .loc ()
- Hier sehen Sie den DataFrame Ihrer Werte
Hier können Sie “Preis in US-Dollar” hinzufügen
Beispiel für Datum (01.01.2016) mit der Methode .ix ()
- Hier sehen Sie den DataFrame Ihrer Werte
Hier sehen Sie “Preis in US-Dollar” und 0 ist gleich
Die .transpose () Methode und MultiIndex auf Spaltenebene
Beispiel für “bigmac.csv” mit der Methode transpose ()
Die Funktion .transpose ()
Es spiegelt den DataFrame über seiner Hauptdiagonale wider, indem Zeilen als Spalten geschrieben werden und umgekehrt.
Die .swaplevel() Methode
Beispiel für “bigmac.csv” mit der swaplevel () Methode
Die Funktion MultiIndex.swaplevel () wird verwendet, um Ebenen des MultiIndex auszutauschen.
Durch Aufrufen dieser Methode wird die Reihenfolge der Werte nicht geändert.
Die .stack () Methode
Umformen mit den Funktionen Stack () und Unstack () in Pandas Python: Durch Umformen der Daten mit der Funktion stack () in Pandas werden die Daten in das gestapelte Format .i.e konvertiert. Die Spalte ist zeilenweise gestapelt. Wenn mehr als eine Spaltenüberschrift vorhanden ist, können wir die spezifische Spaltenüberschrift nach der angegebenen Ebene stapeln. Die Funktion unstack () in Pandas konvertiert die Daten in ein nicht gestapeltes Format. Sehen wir uns ein Beispiel an.
Fügen Sie Ihre Datei mit der Methode pd.read_csv () hinzu
Hier sehen Sie die Werte Population & GDP in der Reihenfolge
to_frame() Methode
Die .unstack() Methode
Hier sehen Sie mit s.unstack () Methode die Werte Population & GDP nebeneinander
Mit der Methode s.unstack (). Unstack () sehen Sie die Werte Population & GDP haben Jahre
Hier sehen Sie mit s.unstack (0) Methode das Wertland nach oben und Jahr auf der linken Seite
Hier sehen Sie das Wertjahr mit Datum
Die .pivot() Methode
Die Funktion pandas.pivot (index, columns, values) erstellt eine Pivot-Tabelle basierend auf 3 Spalten des DataFrame. Verwendet eindeutige Werte aus Index / Spalten und füllt sich mit Werten.
Beispiel mit der Methode pivot ()
Die .pivot_table() Methode
Die Python Pandas-Funktion pivot_table hilft uns bei der Zusammenfassung und Konvertierung von Datenrahmen in langer Form in Datenrahmen in breiter Form in einer Vielzahl komplexer Szenarien.
Wenn Sie Spalten Beispiel von “City” benötigen
Die pd.melt() Methode
Die Funktion melt() ist nützlich, um einen DataFrame in ein Format zu massieren, in dem eine oder mehrere Spalten Bezeichnervariablen sind, während alle anderen Spalten, die als Messvariablen betrachtet werden, nicht zur Zeilenachse gedreht werden, sodass nur zwei Spalten ohne Bezeichner übrig bleiben, Variable und Wert.
Fügen Sie Ihre Datei mit der Methode pd.read_csv () hinzu
Beispiel für “sales” mit der Methode pd.melt ()
Wenn Sie einen neuen Namen wünschen, fügen Sie var_name hinzu
