Python 设置索引不在索引中

对于下面的一个简单程序，我希望第二个输出与第一个相同

为什么没有发生这种情况

这只是

data1

和

data2

columnList = ["PID", "Sec", "Util", "random"]

data1 = [('67123', 12, '85' , '100'),  
         ('67123', 112, '15', '100'),
         ('87878', 23, "95", '100'), 
        ]

df1 = pd.DataFrame(data1, columns=columnList)
df1 = df1.set_index(["PID", "Sec"])
print df1

         Util random

PID   Sec            

67123 12    85    100

      112   15    100

87878 23    95    100

---

它是默认显示的

多索引

。您可以通过设置参数

display.multi_sparse

将其临时更改为

False

with

with

选项：display.multi\u

默认值：True

功能：“稀疏”多索引显示（不在组内的外层显示重复的元素）

熊猫的

#default options
#set temporary multi_sparse to True
with pd.option_context('display.multi_sparse', True):
    print df1
    
          Util random
PID   Sec            
67123 12    85    100
      112   15    100
87878 23    95    100
    
#same as
print df1    
    
          Util random
PID   Sec            
67123 12    85    100
      112   15    100
87878 23    95    100

#set temporary multi_sparse to False    
with pd.option_context('display.multi_sparse', False):
    print df1    
          Util random
PID   Sec            
67123 12    85    100
67123 112   15    100
87878 23    95    100

如果需要，请使用：

和重置：

pd.reset_option('multi_sparse')

---

它是默认显示的

多索引

。您可以通过设置参数

display.multi_sparse

将其临时更改为

False

with

with

选项：display.multi\u

默认值：True

功能：“稀疏”多索引显示（不在组内的外层显示重复的元素）

熊猫的

#default options
#set temporary multi_sparse to True
with pd.option_context('display.multi_sparse', True):
    print df1
    
          Util random
PID   Sec            
67123 12    85    100
      112   15    100
87878 23    95    100
    
#same as
print df1    
    
          Util random
PID   Sec            
67123 12    85    100
      112   15    100
87878 23    95    100

#set temporary multi_sparse to False    
with pd.option_context('display.multi_sparse', False):
    print df1    
          Util random
PID   Sec            
67123 12    85    100
67123 112   15    100
87878 23    95    100

如果需要，请使用：

和重置：

pd.reset_option('multi_sparse')

---

我已经将选项设置为：pd.set_option（'display.multi_sparse'，False），它仍然在67213的PID列中显示2行，我希望这是67213对应的一行，在Sec列中显示2行。它显示与以下内容相同的输出：

with pd.option_context（'display.multi_sparse'，True）：打印df1

和带有pd的

。选项\u上下文（'display.multi\u sparse'，False）：打印df1

？如果为False，两个输出均显示扁平行。如果为True，则只有第一个输出显示为分组视图，而第二个输出始终为平面。我在jupyterI看到了这一点，我认为这是理想的输出。这是正确的，因为在

多索引

中使用重复值显示

数据帧

的唯一区别。和

display.multi_sparse

设置两种显示模式-通过

False

在

multi-index

中显示重复值，以及通过

隐藏

重复2.nd、3、。。按

设置的值为False

。也许我之前解释得不太清楚，对不起。我已经将选项设置为：pd.set_option（'display.multi_sparse'，False），并且它仍然在67213的PID列中显示2行，我希望它是67213对应的一行中的一行，Sec列中的2行。它显示的输出与：

with pd.option_context（'display.multi_sparse'，True）相同：打印df1

和带有pd的

。选项\u上下文（'display.multi\u sparse'，False）：打印df1

？如果为False，两个输出均显示扁平行。如果为True，则只有第一个输出显示为分组视图，而第二个输出始终为平面。我在jupyterI看到了这一点，我认为这是理想的输出。这是正确的，因为在

多索引

中使用重复值显示

数据帧

的唯一区别。和

display.multi_sparse

设置两种显示模式-通过

False

在

multi-index

中显示重复值，以及通过

隐藏

重复2.nd、3、。。按

设置的值为False

。也许我之前解释得不太清楚，对不起。