（ - ：重合、合わせて改造構造化データパートV）のPython -Pandasを用いてデータ分析

　　多くのアプリケーションでは、データは、多くのファイルやデータベースにまたがってもよいし、保存形態は、分析を助長されていません。このセクションの懸念は、組み合わせ、データを改造する方法を重合させることができます。

1、階層的なインデックス

　　階層インデックス（階層インデックス）は、一方の軸上に複数（2つ以上）のインデックスレベルを持つことを可能にする、重要な機能のパンダです。それは緯度フォームを下げるためにあなたが高緯度でデータを処理することを可能にすることを抽象ポイント。シリーズを作成し、リストのリストを持つか、配列のインデックスとして：簡単な栗で見てみましょう：

データ= pd.Series（np.random.randn（9）、インデックス= [ ' '、' '、' '、' B '、' B '、' C '、' C '、' D '、' D ' ]、[1、2、3、1、3、1、2、2、3 ]）
、印刷（データ）

1 -1.624220 
   2 -1.061747 
   3 0.895593 
B 1 -2.702315 
   3 -1.690189 
C 1 2.608471 
   2 1.167507 
D 2 0.139161 
   3 1.298629 
DTYPE：のfloat64

結果は、マルチインデックスインデックスにシリーズフォーマットを美化見られています。「直接ラベル上の」インデックス「スペーサー」手段との間：

印刷（data.index）

マルチインデックス（[（ ''、1）、 
            （''、2）、 
            （''、3）、 
            （'B'、1）、 
            （'B'、3）、 
            （'C'、1） 、
            （ 'C'、2）、 
            （'D'、2）、 
            （'D'、3）] 
           ）

階層索引オブジェクトに対しては、いわゆる部分インデックスを使用することができます

 

継続的に更新さ......