pandas |
您所在的位置：网站首页 › 声音波形图软件 › pandas |
pandas
|
文章目录
1.pandas.DataFrame.query官方案例
2.pandas.DataFrame.reset_index官方案例将reset_index与MultiIndex一起使用
1.pandas.DataFrame.query
官网 DataFrame.query(expr, inplace=False, **kwargs)描述 使用布尔表达式查询DataFrame的列 参数 expr : str 要计算的查询字符串 inplace : bool 查询是应该修改数据还是返回修改后的副本 **kwargs 返回 DataFrame or None 由提供的查询表达式生成的DataFrame；如果inplace = True，则为None 官方案例 df = pd.DataFrame({'A': range(1, 6), 'B': range(10, 0, -2), 'C C': range(10, 5, -1)}) df A B C C 0 1 10 10 1 2 8 9 2 3 6 8 3 4 4 7 4 5 2 6 df.query('A > B') A B C C 4 5 2 6 # 前面的表达式等价于 df[df.A > df.B] A B C C 4 5 2 6 # 对于名称中有空格的列，可以使用反引号 df.query('B == `C C`') A B C C 0 1 10 10 # 前面的表达式等价于 df.query('B == `C C`') A B C C 0 1 10 10 2.pandas.DataFrame.reset_index官网 DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill='')描述 重置索引或索引的级别。 重置DataFrame的索引，并使用默认索引。 如果DataFrame具有MultiIndex，则此方法可以删除一个或多个级别参数 level : int, str, tuple, or list, default None 仅从索引中删除给定的级别,默认情况下删除所有级别。 drop : bool, default False 不要尝试将索引插入dataframe columns,这会将索引重置为默认的整数索引 inplace : bool, default False if True,则在原对象上修改 if False, 则返回修改后的对象 col_level : int or str, default 0 如果列有多个级别，请确定将标签插入到哪个级别。默认情况下，它被插入第一级。 col_fill : object, default ‘’ 如果列具有多个级别，请确定如何命名其他级别。如果为None，则重复索引名称。 返回 DataFrame or None if False,具有新索引的DataFrame；如果inplace = True，则为None 官方案例
|
重置索引时，会将旧索引添加为列，并使用新的顺序索引 
我们可以使用drop参数来避免将旧索引添加为列 
如果我们不删除索引，则默认情况下，它位于顶层。 我们可以将其放在另一个级别： 
当索引插入到另一个级别下时，我们可以使用参数col_fill指定哪个级别 
如果我们为col_fill指定了不存在的级别，则会创建它 
【本文地址】