multi-index

0열

1답변

다중 인덱스에서 datetime을 슬라이스하는 가장 좋은 방법은 무엇입니까?

DataFrame에 datetime 인덱스가 포함 된 다중 인덱스가있는 경우 시간을 기준으로 DataFrame을 필터링하는 가장 효과적인 방법은 무엇입니까? 예를 들어, 다중 인덱스에 포함 된 datetime 인덱스에서만 업무 시간을 필터링하는 방법.

1열

2답변

팬더 (Pandas) : 일부 레벨이 일치하지 않을 때 하나의 멀티 인덱스 데이터 프레임을 다른 멀티 인덱스와 슬라이스

2 개의 레벨과 하나의 3 개의 멀티 인덱스 데이터 프레임이 있습니다. 처음 두 레벨은 두 데이터 프레임 모두에서 일치합니다. 두 번째 데이터 프레임에서 첫 번째 두 인덱스 수준이 일치하는 첫 번째 데이터 프레임에서 모든 값을 찾고 싶습니다. 제 2 데이터 프레임은 제 3 레벨을 갖지 않는다. 가장 가까운 대답은 다음과 같습니다. How to slice o

0열

1답변

멀티 인덱스 색인의 순서에는 어떤 영향이 있습니까?

멀티 인덱스 색인을 재정렬하는 방법에 관해서는 많은 질문이 있습니다. 주문에 따라 성능이나 기타 중요한 차이가 있습니까? 누군가 다른 사람이 색인을 재정리하는 이유는 무엇입니까?

0열

1답변

팬더에 누락 된 열이있는 다중 열로 열을 분할

이것은 내가 묻는 문제 here과 비슷합니다. 그러나, 나는 일하고있는 데이터가 항상 일관 적이지는 않다는 것을 알았다. 의 경우, 예를 들어 말 : import pandas as pd df = pd.DataFrame(pd.DataFrame([[1,2,3,4],[5,6,7,8],[9,10,11,12]],columns=["X_a","Y_c","X_b","

0열

1답변

다중 인덱스 채우기 groupby pandas

좋아요. 그래서이 방대한 데이터를 수백만 행을 설정하고 loc == 및 isin으로 데이터를 필터링하는 데 문제가 있었으므로 그 크기로 인해 용의자로 생각합니다. 다중 색인 pivot_table을 수행 한 다음 작은 피벗 테이블을 필터링하십시오. 그러나 피벗을 수행 할 때 분명히 다음과 같은 결과를 얻습니다. foo 2011 354 2013 65

3열

2답변

팬더, (데이터의 순서가 변경)을 multiindex 열 나는 다음 dataframe해야합니까

이름 바꾸기 : {'e1.data_280': {0: 10, 1: 20, 2: 30}, 'e1.data_603': {0: 7, 1: 8, 2: 9}, 'e2.data_280': {0: 30, 1: 20, 2: 10}, 'e2.data_603': {0: 8, 1: 9, 2: 1}} 후를 : : 그것은처럼 보이는 df.columns = df.column

1열

1답변

나는 반복 multiindex와 pd.concat에서 오는 파이썬에서 팬더 데이터 프레임이

팬더에서 되풀이 multiindex 재설정 : customer_id 0 0 46841769 1 4683936 1 0 8880872 1 8880812 0 0 8880873 1 1000521 1 0 1135488 1 5388773 아니오, 나는 multiIndex의 첫 번째 인덱스를 재설정되도록합니다 나는 색인에

3열

1답변

분리 된 데이터 프레임의 원본 색인 요소가 모두 표시되는 이유는 무엇입니까?

나는 이런 multiindex의 dataframe 있습니다 import pandas as pd import numpy as np df = pd.DataFrame({'ind1': list('aaaaaaaaabbbbbbbbb'), 'ind2': list('cccdddeeecccdddeee'), 'ind3': list(ra

1열

1답변

다중 색인 레벨로 새로운 데이터 프레임에 어떻게 매핑합니까?

나는 열 A, B, C, D가있는 데이터 프레임을 가지고 있으며 인덱스는 시계열입니다. 동일한 인덱스를 사용하지만 다중 인덱스에서 더 많은 열을 가진 새로운 데이터 프레임을 만들고 싶습니다. A, B, C, D는 다중 색인의 첫 번째 레벨입니다. 새 데이터 프레임의 모든 열이 다중 인덱스 수준에 따라 A, B, C, D와 동일한 값을 갖기를 원합니다. 즉

2열

1답변

Groupby + Apply는 원치 않는 MultiIndex를 생성합니다.

this question을 기반으로합니다. df = pandas.DataFrame([[2001, "Jack", 77], [2005, "Jack", 44], [2001, "Jill", 93]],columns=['Year','Name','Value']) Year Name Value 0 2001 Jack 77 1 2005 Jack 44 2 200