如何将简单索引数据框转换为多索引数据框
How to transform simple index dataframe to multi-index dataframe
考虑到这个 DataFrame,我不知道如何使用 Pandas 获得多索引 DataFrame :
to see the DataFrame i'm using
我的目标是将“行业”作为我的多索引,这样每个“行业”在每篇文章中都有多行。
我已经检查了许多其他 Whosebug 答案,但我不知道如何将简单索引 Dataframe 转换为多索引 Dataframe。
欢迎任何帮助。
谢谢,
尝试
df = df.set_index(["industry", "URL article"])
如果您想保留当前的数字索引,您可以尝试使用
df.set_index(['industry', df.index], inplace=True)
如果你想要一个新的索引,你可以使用 df.set_index(['industry', 'URL article'], inplace=True)
df.set_index(['industry', 'URL'], inplace=True)
这不一定会对索引进行排序,而且可能看起来“丑陋”。
要修复它,您可以使用 sort_index 对发生率进行排序。
df.sort_index(ascending=False, inplace=True)
代码的最终结果是。
df.set_index(['industry', df.index], inplace=True)
df.sort_index(ascending=False, inplace=True)
NOTE: The values used in the dataframe are from examples and do not necessarily coincide with those of your photograph.
考虑到这个 DataFrame,我不知道如何使用 Pandas 获得多索引 DataFrame :
to see the DataFrame i'm using
我的目标是将“行业”作为我的多索引,这样每个“行业”在每篇文章中都有多行。
我已经检查了许多其他 Whosebug 答案,但我不知道如何将简单索引 Dataframe 转换为多索引 Dataframe。
欢迎任何帮助。
谢谢,
尝试
df = df.set_index(["industry", "URL article"])
如果您想保留当前的数字索引,您可以尝试使用
df.set_index(['industry', df.index], inplace=True)
如果你想要一个新的索引,你可以使用 df.set_index(['industry', 'URL article'], inplace=True) df.set_index(['industry', 'URL'], inplace=True)
这不一定会对索引进行排序,而且可能看起来“丑陋”。
要修复它,您可以使用 sort_index 对发生率进行排序。
df.sort_index(ascending=False, inplace=True)
代码的最终结果是。
df.set_index(['industry', df.index], inplace=True)
df.sort_index(ascending=False, inplace=True)
NOTE: The values used in the dataframe are from examples and do not necessarily coincide with those of your photograph.