代码之家 › 专栏 › 技术社区 › Eric O. Lebigot

Pandas数据帧中的级别列表是否保证排序?

multi-index pandas python

Eric O. Lebigot · 技术社区 · 6 年前

使用多索引创建Pandas数据帧时,级别似乎总是排序的:

>>> pd.DataFrame([range(4)], columns=pd.MultiIndex.from_product([["b", "a"], [20, 10]]))
   b     a
  20 10 20 10
0  0  1  2  3

>>> _.columns
MultiIndex(levels=[[u'a', u'b'], [10, 20]],
           labels=[[1, 1, 0, 0], [1, 0, 1, 0]])

(注意如何 levels 有保证吗?了解这一点有助于编写健壮的代码(因为我们可以依赖多索引的一个简单属性)。

还有 old examples (从2015年开始)这显示了不同的行为,但是熊猫现在是否提供了级别顺序的保证(就像python3.6提供了字典中键顺序的保证一样)?

1 回复 | 直到 6 年前

user3471881 6 年前

创建 MultiIndex from_product() 或 from_arrays() 由于两种方法都使用 _factorize_from_iterables() 返回已排序的索引。

>> list(_factorize_from_iterables([["b", "a"], [20, 10]]))

[[array([1, 0], dtype=int8), array([1, 0], dtype=int8)],
 [Index(['a', 'b'], dtype='object'), Int64Index([10, 20], dtype='int64')]]

MultiIndex.from_tuples() 它也会使用排序级别 从_数组() 内部。

如果你设置 多重指数

>> midx = pd.MultiIndex(levels=[['b', 'a'], [20, 10]],
                                      labels=[[0, 0, 1, 1], [0, 1, 0, 1]])
>> df = pd.DataFrame(np.random.randn(4,4), columns=midx)

>> df.columns

MultiIndex(levels=[['b', 'a'], [20, 10]],
           labels=[[0, 0, 1, 1], [0, 1, 0, 1]])

以上用途 pandas 版本 0.22.0 0.23.4 (最新版本)。

推荐文章

Gabriela Catalina · 合并具有不同级别的两个数据帧,并将一级层次行索引移动到列

7 年前

Baron Yugovich · 展平嵌套熊猫数据框列

7 年前

marco · Python-Pandas-在索引列中减去子列

7 年前

marco · Python-Pandas-结合str.contains使用横截面

7 年前

CDVC23 · 对多索引熊猫数据帧上的重复行求和

7 年前

pylipp · Pandas-读取多索引文件的特定列

7 年前

jbssm · 从具有多索引的数据帧中删除特定行

7 年前

Kang · 熊猫多索引数据帧中按级别对列求和

7 年前

BENY · 使用df。对多索引的查询给出了UndefinedVariableError

7 年前

Jeff Tilton · Pandas根据另一个数据帧mith多索引设置元素样式

7 年前