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......