亚洲香蕉成人av网站在线观看_欧美精品成人91久久久久久久_久久久久久久久久久亚洲_热久久视久久精品18亚洲精品_国产精自产拍久久久久久_亚洲色图国产精品_91精品国产网站_中文字幕欧美日韩精品_国产精品久久久久久亚洲调教_国产精品久久一区_性夜试看影院91社区_97在线观看视频国产_68精品久久久久久欧美_欧美精品在线观看_国产精品一区二区久久精品_欧美老女人bb

首頁 > 編程 > Python > 正文

在Pandas中給多層索引降級的方法

2020-02-15 23:44:08
字體:
來源:轉載
供稿:網友

# 背景介紹 通常我們不會在Pandas中主動設置多層索引,但是如果一個字段做多個不同的聚合運算, 比如sum, max這樣形成的Column Level是有層次的,這樣閱讀非常方便,但是對編程定位比較麻煩. # 數據準備

import pandas as pdimport numpy as npdf = pd.DataFrame(np.arange(0, 14).reshape(7,2),columns =['a','b'] )df.a = df.a %3df['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

# 對一個字段同時用3個聚合函數

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

索引是有層次的,虛要通過下面這種方式,個人感覺不是很方便.下面介紹2種方法來解決這個問題

#有層次的索引訪問方法gp1.loc['Bob', ('b', 'sum')]
28.0

# 直接去除一層

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層合并到一層

gp3 = gp1.copy(deep=True)gp3.columns = ["_".join(x) for x in gp3.columns.ravel()]gp3            
發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
亚洲香蕉成人av网站在线观看_欧美精品成人91久久久久久久_久久久久久久久久久亚洲_热久久视久久精品18亚洲精品_国产精自产拍久久久久久_亚洲色图国产精品_91精品国产网站_中文字幕欧美日韩精品_国产精品久久久久久亚洲调教_国产精品久久一区_性夜试看影院91社区_97在线观看视频国产_68精品久久久久久欧美_欧美精品在线观看_国产精品一区二区久久精品_欧美老女人bb
国模私拍视频一区| 97超级碰碰人国产在线观看| 亚洲第一色在线| 欧美在线观看www| 18性欧美xxxⅹ性满足| 日韩**中文字幕毛片| 日韩av电影中文字幕| 中文字幕亚洲一区| 91精品国产综合久久香蕉922| 国产在线拍偷自揄拍精品| 日韩成人在线视频| 韩国国内大量揄拍精品视频| 日韩精品视频中文在线观看| 欧美性xxxxhd| 欧美xxxx14xxxxx性爽| 久久成人一区二区| 国内精品视频一区| 国产激情999| 亚洲天堂av在线免费| 狠狠躁夜夜躁人人爽超碰91| 欧美在线视频观看| 欧美国产日韩免费| 欧美成人精品不卡视频在线观看| 久久精品色欧美aⅴ一区二区| 精品国产一区二区三区四区在线观看| 日韩成人av一区| 日韩久久精品成人| 亚洲免费视频在线观看| 国产亚洲激情视频在线| 成人天堂噜噜噜| 久久国产精品免费视频| 韩国福利视频一区| 一区二区三区天堂av| 亚洲人成亚洲人成在线观看| 成人精品久久av网站| 国产精品福利在线观看| 91视频国产一区| 成人黄色av网| 久久激情五月丁香伊人| 欧美成人激情图片网| 日韩欧美视频一区二区三区| 色香阁99久久精品久久久| 91大神在线播放精品| 成人激情免费在线| 日韩成人av网| 国自在线精品视频| 欧美成人中文字幕在线| 98视频在线噜噜噜国产| 久久精品91久久久久久再现| 国产一区在线播放| 98精品国产自产在线观看| 国产精品久久电影观看| 国产精品欧美一区二区三区奶水| 国产精品青青在线观看爽香蕉| 国产精品福利观看| 亚洲第一福利视频| 日韩成人在线网站| 精品香蕉一区二区三区| 国产v综合v亚洲欧美久久| 日韩成人中文字幕| 欧美第一黄网免费网站| 久久躁日日躁aaaaxxxx| 亚洲视频一区二区三区| 欧美大全免费观看电视剧大泉洋| 黑人狂躁日本妞一区二区三区| 狠狠综合久久av一区二区小说| 久久久久久久一区二区三区| 成人中文字幕+乱码+中文字幕| 亚洲一区二区三区视频| 精品国产乱码久久久久久婷婷| 日韩精品在线观看网站| 欧美高清视频在线| 国产成人精品在线视频| 国内伊人久久久久久网站视频| 91精品中国老女人| 欧美精品在线第一页| 亚洲第一精品夜夜躁人人躁| 久久精品久久久久久国产 免费| 国产91精品黑色丝袜高跟鞋| 亚洲奶大毛多的老太婆| 国产日韩欧美综合| 国产精品a久久久久久| 国产精品久久久久久久久久小说| 国产精品香蕉av| 中日韩美女免费视频网站在线观看| 欧美极品美女电影一区| 日韩中文在线中文网三级| 亚洲第一级黄色片| 亚洲免费福利视频| 国模叶桐国产精品一区| 久久99久久99精品中文字幕| 日本精品一区二区三区在线播放视频| 亚洲一区二区三区乱码aⅴ蜜桃女| 亚洲一区制服诱惑| 成人黄色av免费在线观看| 热99在线视频| 538国产精品一区二区免费视频| 992tv成人免费影院| 久久精品视频中文字幕| 中文字幕亚洲一区二区三区五十路| 亚洲第一二三四五区| 国产精品国产三级国产专播精品人| 国产亚洲视频在线观看| 国产精品精品一区二区三区午夜版| 国产一区二区三区在线免费观看| 欧美激情免费看| 国产精品jvid在线观看蜜臀| 欧美在线性爱视频| 久久久国产91| 亚洲精品456在线播放狼人| 欧美日本精品在线| 96pao国产成视频永久免费| 午夜精品一区二区三区在线播放| 韩国日本不卡在线| 亚洲美女av在线播放| 日韩成人激情视频| 日韩免费中文字幕| 亚洲欧洲自拍偷拍| 国产欧美一区二区三区久久人妖| 精品国偷自产在线| 久久91精品国产91久久跳| 日韩精品视频免费专区在线播放| 日韩精品极品在线观看播放免费视频| 国产精品扒开腿爽爽爽视频| 91黑丝在线观看| 色一区av在线| 久久久久亚洲精品国产| 91精品国产免费久久久久久| xxxx欧美18另类的高清| 久久天天躁日日躁| 亚洲国产日韩精品在线| 欧美孕妇毛茸茸xxxx| 777午夜精品福利在线观看| 亚洲片在线资源| 欧美日韩免费一区| 久久久久久国产免费| 欧美成人免费在线观看| 久久99精品国产99久久6尤物| 超碰97人人做人人爱少妇| 欧美国产欧美亚洲国产日韩mv天天看完整| 久久影院在线观看| 国产精品福利在线观看网址| 日韩精品在线观| 久久精品视频播放| 精品亚洲精品福利线在观看| 91探花福利精品国产自产在线| 国产91精品久久久久久久| 亚洲图片欧美午夜| 精品亚洲国产成av人片传媒| 亚洲最大中文字幕| 亚洲网站在线看| 中文字幕视频在线免费欧美日韩综合在线看| 久久99国产综合精品女同| 国产精品一区二区久久久久| 欧美在线视频网站| 一本色道久久综合狠狠躁篇的优点| 欧美精品第一页在线播放| 成人精品aaaa网站| 欧美成人中文字幕在线| 亚洲国产精品悠悠久久琪琪| 国产日韩欧美在线视频观看| 国产精品久久久久久av福利软件| 91精品久久久久久久久不口人| 久久精品成人欧美大片古装|