Wie schneidet man den folgenden df so ab, dass die zweite Ebene! = Zwei ist.MultiIndex/Advanced Indizierung wo ein Level nicht ist (! =) Ein Wert
In meinem realen Fall sind meine zweite Ebene Datumsbereiche und ich möchte alles außer einem Datum auswählen können.
Von MultiIndex/Advanced Indexing
In [1]: arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]
In [2]: tuples = list(zip(*arrays))
In [4]: index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])
In [16]: df = pd.DataFrame(np.random.randn(3, 8), index=['A', 'B', 'C'], columns=index)
In [38]: df = df.T
In [65]: df
Out[65]:
A B C
first second
bar one 0.895717 0.410835 -1.413681
two 0.805244 0.813850 1.607920
baz one -1.206412 0.132003 1.024180
two 2.565646 -0.827317 0.569605
foo one 1.431256 -0.076467 0.875906
two 1.340309 -1.187678 -2.211372
qux one -1.170299 1.130127 0.974466
two -0.226169 -1.436737 -2.006747
In [66]: df.xs('one', level='second')
Out[66]:
A B C
first
bar 0.895717 0.410835 -1.413681
baz -1.206412 0.132003 1.024180
foo 1.431256 -0.076467 0.875906
qux -1.170299 1.130127 0.974466
Ich bin überrascht, dass die Dokumentation @ pandas.pydata.org so schlecht ist. Für keines der Beispiele gibt es KEINE Erklärungen. Es ist wie die Dokumentation wurde von Experten für Menschen, die bereits mit allen Funktionen von Pandas gut erfahren sind geschrieben.
Warum enthält die Dokumentation nicht den Code, um das Beispiel erneut zu erstellen?
Wenn Sie die erweiterten Funktionen von Pandas gehen zu verwenden, ohne in/Erlernen der Grundlagen geschult werden, werden Sie die Dokumentation schwer zu lesen finden. Die Dokumente sind progressiv. Sie wiederholen nicht die Grundlagen. – Merlin
Kannst du mich auf eine gute Ressource/Anleitung hinweisen, um die Grundlagen zu lernen? Ich habe verschiedene Ressourcen wie Youtube-Workshops von Wes.M und anderen sowie Dokumentation durchforstet. Ich habe jedoch noch keine wirklich gute Quelle gefunden, um ein solides Fundament zu finden. – codingknob
https://people.duke.edu/~ccc14/sta-663/UsingPandas.html Ich mag die Arbeit hier sehr, schnelllebig. trifft die wichtigsten Highlights – Merlin