要从多级列索引中删除一级，可以使用 columns.droplevel()。我们使用了 Multiindex.from_tuples() 来按列创建索引。首先，按列创建索引 −items = pd.MultiIndex.from_tuples([("Col 1", "Col 1", "Col 1"), ("Col 2", "Col 2", "Col 2"), ("Col 3", "Col 3", "Col 3")])接下来，创建一个多索引数组并形成一个多索引数据框arr = [np.array(['car', 'car', 'car', 'bike', 'bike', 'bike', 'truck', 'truck', 'truck']), np.array(['valueA', 'valueB', 'valueC', 'valueA', 'valueB', 'valueC', 'valueA', 'valueB', 'valueC'])] # 形成多索引数据框 dataFrame = pd.DataFrame(np.random.randn(9, 3), index=arr, columns=items)标记索引 −dataFrame.index.names = ['level 0', 'level 1']删除索引处的一级 ... 阅读更多

要对 Pandas 数据框进行分组，我们使用 groupby()。要对分组后的数据框进行升序排序，请使用 sort_values()。size() 方法用于获取数据框大小。对于升序排序，在 sort_values() 中使用以下内容 −ascending=True首先，创建一个 Pandas 数据框 −dataFrame = pd.DataFrame( { "Car": ['BMW', 'Lexus', 'Audi', 'Mercedes', 'Jaguar', 'Bentley'], "Reg_Price": [1000, 1400, 1000, 900, 1700, 900] } )接下来，根据 Reg_Price 列分组并升序排序 −dataFrame.groupby('Reg_Price').size().sort_values(ascending=True)示例以下是代码 −import pandas as pd # 数据框 ... 阅读更多

要基于总和过滤数据框中的几行，我们考虑了一个学生成绩的例子。我们需要计算特定科目的总分，其中总分超过 200，即该科目所有 3 个学生的总分超过 200。这样我们就可以过滤掉总分小于 200 的行。首先，让我们创建一个包含 3 列的数据框，即 3 个学生的记录 −dataFrame = pd.DataFrame({'Jacob_Marks': [95, 90, 70, 85, 88], 'Ted_Marks': [60, 50, 65, 85, 70], 'Jamie_Marks': [77, 76, 60, 45, 50]})基于…的过滤 ... 阅读更多

要获取两个数据框之间的公共行，请使用 concat() 函数。让我们创建一个包含两列的 DataFrame1 −dataFrame1 = pd.DataFrame( { "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'], "Reg_Price": [1000, 1500, 1100, 800, 1100, 900] } )创建一个包含两列的 DataFrame2 −dataFrame2 = pd.DataFrame( { "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'], "Reg_Price": [1200, 1500, 1000, 800, 1100, 1000] } )使用 concat() 查找两个数据框之间的公共行 −dfRes = pd.concat([dataFrame1, dataFrame2])重置索引 −dfRes = dfRes.reset_index(drop=True)按列分组 −dfGroup = dfRes.groupby(list(dfRes.columns))获取每一行的长度来计算计数。如果… 阅读更多

当需要将字符串转换为每行包含“K”个字符的矩阵时，定义一个方法，该方法采用字符串和“K”的值。它使用简单的迭代、模运算符和“append”方法。示例以下是相同的演示 −print("方法定义开始") def convert_my_string(my_string, my_k): for index in range(len(my_string)): if index % my_k == 0: sub = my_string[index:index+my_k] my_list = [] ... 阅读更多

要检查数据框对象是否相等，请使用 equals() 方法。首先，让我们创建一个包含两列的 DataFrame1 −dataFrame1 = pd.DataFrame( { "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'], "Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000] } )创建一个包含两列的 DataFrame2 dataFrame2 = pd.DataFrame( { "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'], "Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000] } )要检查数据框… 阅读更多

当需要将带分隔符的字符串列表转换为元组列表时，设置 K 值，并使用列表推导式以及“split”方法。示例以下是相同的演示 −my_list = ["33-22", "13-44-81-39", "42-10-42", "36-56-90", "34-77-91"] print("列表为：") print(my_list) print("排序后的列表") my_list.sort() print(my_list) K = "-" print("K 的值为") print(K) my_result = [tuple(int(element) for element in sub.split(K)) for sub in my_list] print("结果列表为：") print(my_result)输出列表为：['33-22', '13-44-81-39', '42-10-42', '36-56-90', '34-77-91'] ... 阅读更多

要对 Pandas 数据框进行分组，我们使用 groupby()。要对分组后的数据框进行降序排序，请使用 sort_values()。size() 方法用于获取数据框大小。对于降序排序，在 sort_values() 中使用以下内容 −ascending=False首先，创建一个 Pandas 数据框 −dataFrame = pd.DataFrame( { "Car": ['BMW', 'Lexus', 'Audi', 'Mercedes', 'Jaguar', 'Bentley'], "Reg_Price": [1000, 1400, 1000, 900, 1700, 900] } )接下来，根据 Reg_Price 列分组并降序排序 −dataFrame.groupby('Reg_Price').size().sort_values(ascending=False) 示例以下是代码 import pandas as pd # 数据框，其中一列为 Reg_Price ... 阅读更多

当需要根据字符串的数字部分对给定的字符串列表进行排序时，定义一个方法，该方法使用正则表达式、“map”方法和“list”方法来显示结果。示例以下是相同的演示 −import re print("正则表达式包已成功导入。") def my_digit_sort(my_list): return list(map(int, re.findall(r'\d+', my_list)))[0] my_list = ["pyt23hon", "fu30n", "lea14rn", 'co00l', 'ob8uje3345t'] print("列表为：") print(my_list) my_list.sort(key=my_digit_sort) print("列表已根据预定义的方法排序。") print("结果列表为：") ... 阅读更多

当需要替换列表的前缀部分时，使用“len”方法和“：”运算符。示例以下是相同的演示 −my_list_1 = [15, 44, 82] my_list_2 = [29, 77, 19, 44, 26, 18] print("第一个列表为：") print(my_list_1) print("第二个列表为：") print(my_list_2) print("排序后的第一个列表为：") my_list_1.sort() print(my_list_1) print("排序后的第一个列表为：") my_list_2.sort() print(my_list_2) my_result = my_list_1 + my_list_2[len(my_list_1) : ] print("结果列表为：") print(my_result)输出第一个列表为：[15, 44, 82] ... 阅读更多