数据科学包6-pandas基础之索引
本文共 349 字，大约阅读时间需要 1 分钟。
文章目录
pandas基础之索引
1）行索引
2）列索引
3）索引类
4）重复索引
5)多级索引-层次化索引
可以使数据在一个轴上有多个索引级别。即可以用二维的数据表达更高维度的数据，
使数据组织方式更清晰，二维数据可读性好。它使用 pd.MultiIndex 类来表示。作用： 用二维的数据表达更高维度的数据
比如我们在分析股票数据，我们的一级行索引可以是日期；二级行索引可以是股票代码，列索引可以是股票的交易量，开盘价，收盘价等等。这样我们就可以把多个股票放在同一个时间维度下进行考察和分析。（1）series多层索引
（2）DataFrame 多层索引
（3）索引交换及排序
索引交换
索引排序 
（4）按照索引层次进行统计
（5）索引与列的转换-set_index,reset_index
转载地址：http://dtiv.baihongyu.com/
你可能感兴趣的文章
mysql 添加索引
查看>>
MySQL 添加索引，删除索引及其用法
查看>>
MySQL 用 limit 为什么会影响性能？
查看>>
MySQL 用 limit 为什么会影响性能？有什么优化方案？
查看>>
MySQL 用户权限管理：授权、撤销、密码更新和用户删除（图文解析）
查看>>
mysql 用户管理和权限设置
查看>>
MySQL 的 varchar 水真的太深了！
查看>>
mysql 的GROUP_CONCAT函数的使用（group_by 如何显示分组之前的数据）
查看>>
MySQL 的instr函数
查看>>
MySQL 的mysql_secure_installation安全脚本执行过程介绍
查看>>
MySQL 的Rename Table语句
查看>>
MySQL 的全局锁、表锁和行锁
查看>>
mysql 的存储引擎介绍
查看>>
MySQL 的存储引擎有哪些？为什么常用InnoDB？
查看>>
MySQL 精选 60 道面试题（含答案）
查看>>
mysql 索引
查看>>
MySQL 索引失效的 15 种场景！
查看>>
MySQL 索引深入解析及优化策略
查看>>
MySQL 索引的面试题总结
查看>>
mysql 索引类型以及创建
查看>>