目录
  • 数据需求
  • 需求拆解
  • 需求处理
    • 方法一
    • 方法二
  • 总结

    最近发现周围的很多小伙伴们都不太乐意使用pandas,转而投向其他的数据操作库,身为一个数据工作者,基本上是张口pandas,闭口pandas了,故而写下此系列以让更多的小伙伴们爱上pandas。

    平台:

    windows 10

    python 3.8

    pandas 1.2.4

    数据需求

    给定一份多级索引数据,查找指定值。

    需求拆解

    数据提取在pandas中,或者说在python中就是索引式提取,在单层索引中采用.loc.iloc方法已经非常常见了,然而在索引层次多了之后却有点不知所措,也只需要将各个索引看成整体进行提取就行。

    需求处理

    方法一

    这里先给出一个比较笨拙的方法,先将索引进行重置为列数据,通过列取得bool条件再进行提取

    datac.reset_index(inplace=true)
    datac[(datac['school'] == 's_2') & (datac['class'] == 'c_3')]
    

    可以看到通过该类方法可以成功取到对应值

    当然也可以采用.query方法进行条件筛选

    datac.reset_index(inplace=true)
    datac.query("school == 's_1' and class == 'c_3'")
    

    方法二

    既然为多级索引,pandas也会有对应的取值方式,既可以用链式调用的方式,也可以通过元组进行提取,首先看看多级索引的输出值:

    是一个multiindex类型数据,其元素都是元组,即也能通过元组的方式进行索引调取

    这两种都一个共同的特点,从左到右,要先外层再内层,否则会报keyerror错误

    # 链式调用
    datac.loc['s_1'].loc['c_1']
    

    # 元组作为索引调用
    datac.loc[('s_3', 'c_1'), :]
    

    tips:

    1.多层索引,即列名上方有层次结构也可以按这种方式进行提取。

    2.想越过外层索引提取内层索引需要交换索引顺序才能顺利提取。

    # swaplevel 交换索引层级
    datac.swaplevel(axis=0).loc[('c_1')]  # axis=0: index
    

    总结

    功夫再高,也怕菜刀。本例使用方法比较常规,旨在巩固基础知识,当下次遇到能够想起可以直接索引取值而不用将索引重置为列值,以高效完成数据提取任务。

    本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注www.887551.com的更多内容!