Pandas 如何重新索引数据透视表
我创建了一个数据透视表,它根据一列和时间索引的月份进行分组 这是透视表Pandas 如何重新索引数据透视表,pandas,pivot-table,Pandas,Pivot Table,我创建了一个数据透视表,它根据一列和时间索引的月份进行分组 这是透视表 AWRT AWFT AWDT Time type April All 38.190119 65.789103 27.598984 DHW 19.676627 60.889196 41.212569 SH 47.342757
AWRT AWFT AWDT
Time type
April All 38.190119 65.789103 27.598984
DHW 19.676627 60.889196 41.212569
SH 47.342757 61.335566 13.992809
February All 43.896487 57.982944 14.086457
SH 40.864670 50.567133 9.702463
March All 42.083836 69.139818 27.055982
DHW 18.908873 62.936898 44.028024
SH 52.249342 70.013904 17.764563
现在我希望2月、3月和4月按时间顺序出现,而不是按字母顺序出现
尝试以这种方式重新编制索引:
new_index=[['February', 'March', 'April'], ['All', 'DHW', 'SH']]
df1=df1.reindex(new_index)
我获得以下信息,这些信息不再是数据透视表:
AWRT AWFT AWDT
Time type
February All 43.896487 57.982944 14.086457
March DHW 18.908873 62.936898 44.028024
April SH 47.342757 61.335566 13.992809
我还尝试直接访问pivot表索引的标签,但有人告诉我这些标签是不可变的
提前感谢您的帮助您需要创建一个多索引,以便正确地重新编制索引:
new_index = pd.MultiIndex.from_product(
[['February', 'March', 'April'], ['All', 'DHW', 'SH']],
names=['Time', 'type']
)
df1.reindex(new_index)
理想情况下,您可以使用分类多索引,但我不知道这是否可行。您需要创建一个多索引,以便正确地重新编制索引:
new_index = pd.MultiIndex.from_product(
[['February', 'March', 'April'], ['All', 'DHW', 'SH']],
names=['Time', 'type']
)
df1.reindex(new_index)
理想情况下,您应该使用分类多索引,但我不知道这是否可行。仅重新索引相关级别(level=0
):
仅重新索引相关级别(level=0
):