多索引（也称为分层索引）允许在二维表格结构中操纵更高维数据。
如何在多索引数据框中创建新列，该列的每一行中的日期都代表来自参考时间的日期。例如参考时间是每天上午10:30。 delta_minutes ...
我无法理解如何使用groupby解决以下示例：df = pd.DataFrame（{'kitchen'：['galley'，'house'，'restaurant'，'caterer'] * 3，'产品'：['...
我想进行时间序列分析，并且希望每个日期的每个子级别（level = delta_mins）都相反。所以基本上我想将df1转换为df2。 df1 date delta_mins A B C ...
我正在尝试使用由帧中的3列组成的公共键/索引值比较两个DataFrame的差异。例如假设两个列均是：“ COL1”，“ COL2”，“ COL3”，“ ...
我看过几篇有关此的文章，但我无法理解如何使用另一个数据框进行合并，联接和合并。如何参考...
在具有MultiIndex的熊猫数据框中，如何使用组均值有条件地填充缺失值？
设置：＃创建一个MultiIndex dfx = pd.MultiIndex.from_product（[list（'ab'），list（'cd'），list（'xyz'），]，names = ['idx1'，'idx2' ，'idx3']）＃创建一个适合索引df = pd的数据框。...
我使用pd.pivot_table创建了一个数据透视表，其中包含2个不同的列标题层。如何通过选择性地过滤列来汇总这些列？数据透视表：总计数...
我已将Excel的多索引矩阵加载到熊猫数据框。 df = pd.read_excel（“ filename.xlsx”，sheet_name = sheet，header = 1，index_col = [0,1,2]，usecols =“ B：AZ”）数据框具有三个索引...
我已将Excel的多索引矩阵加载到熊猫数据框。 df = pd.read_excel（“ filename.xlsx”，sheet_name = sheet，header = 1，index_col = [0,1,2]，usecols =“ B：AZ”）数据框具有三个索引...
从MultiIndexed DataFrame中多次获得同一行
假设我有一个MultiIndexed数据框和一个常规数据框，例如index = [['foo'，'foo'，'bar'，'bar']，['spam'，'eggs'，'spam'，' egg']] arr = np.arange（1,13）.reshape（（4,3））df_multi = pd.DataFrame（...
我的输入数据是-“名称”：[“爱丽丝”，“鲍勃”，“杰克”，“杰克”，“史蒂夫”，“鲍勃”]，“城市”：[“西雅图”，“西雅图” ，“波特兰”，“西雅图”，“西雅图”，“波特兰”]，“ CityID”：[“ 1”，“ 1”，“ ...
pandas-根据变量将值添加到列中，并将其标题添加到mutltiindex（标题）中
首先，我创建了一个熊猫多索引数据框（df）。其次，我有变量和一个数据帧（df_TV）。我想根据变量“ TV_Object”，“ TV_weight”，“ ...
这是我的数据框。我想将级别1中的'YTD2017'列删除为红色，排除绿色，因为这是我需要的数字。我知道'drop'函数，并试图将其放入程序中。 ...
我创建了一个数据框，如下所示。 myidx = ['idx1'，'idx2'，'idx3'] mycols = ['a'，'b'，'c'，'d'] df = pd.DataFrame（index = myidx，columns = mycols）abcd idx1 NaN NaN NaN NaN NaN idx2 NaN NaN ...
如图所示，我有一个名为“ overall_zx”的多索引数据框[78]。 YTD2017 / YTD2018 / YTD2019有销售量和销量。现在，我要计算价格（销售量将体积除以单个...
我想如下创建一个数据框。图片来自于我在excel中的功能。我不想从excel导入，而是直接在pandas中创建它。我认为应该可以通过创建一个...
我正在分析一个Facebook对话，我想知道每个人每天的每个小时发送多少消息。使用熊猫，我做了data ['n_msg_by_hour'] = df.groupby（['author'，df ['date']。dt ....
如何在Pandas Dataframe的一行中访问多索引值？
我有一个带有2级多索引的Pandas数据框，我正尝试将一个函数应用于该数据框，该函数根据该行的多索引值来执行某些操作，但是我没有找到...
我具有如下数据帧：Level0 Level1值Cat1 Subcat1 1 Subcat2 2 Subcat3 3 Cat2 Subcat1 4 Subcat3 5 Cat3 ...