Python 如何将熊猫中的列分组为给定的类别?
假设我有一组列,我只想为了索引目的对它们进行分组。例如,我有一个dataframePython 如何将熊猫中的列分组为给定的类别?,python,pandas,dataframe,indexing,time-series,Python,Pandas,Dataframe,Indexing,Time Series,假设我有一组列,我只想为了索引目的对它们进行分组。例如,我有一个dataframedf,其中有26列从[“A”,…,“Z”]调用,其行是文档中字母的引用 现在,我想将数据帧在“元音”和“辅音”之间进行拆分,这样我就可以得到只有类似df[“元音”]或df[[“元音”]]的元音的数据帧。也就是说,这个问题是否有多索引方法或其他工具?我知道一个简单的解决方案是定义元音=[“a”,…“y”],然后执行df[元音],但如果可用,我希望使用pandas功能 另一个例子是来自不同城市的不同传感器的温度时间序列
df
,其中有26列从[“A”,…,“Z”]
调用,其行是文档中字母的引用
现在,我想将数据帧在“元音”和“辅音”之间进行拆分,这样我就可以得到只有类似df[“元音”]
或df[[“元音”]]
的元音的数据帧。也就是说,这个问题是否有多索引方法或其他工具?我知道一个简单的解决方案是定义元音=[“a”,…“y”]
,然后执行df[元音]
,但如果可用,我希望使用pandas功能
另一个例子是来自不同城市的不同传感器的温度时间序列,我想得到一个如下表:
因此,在我的分析中,我只需做
df[['City 1]].plot()
,就可以在数据中快速导航 是的,熊猫有一个强大的系统来保护它们。做你想做的事情的一种方法如下:
vowels = ['A','E','I','O','U','Y']
tuples = [('Vowel' if x in vowels else 'Consonant', x) for x in df.columns.tolist()]
df.columns = pd.MultiIndex.from_tuples(tuples, names=['Kind', 'Letter'])
首先,你要列出元音(根据你的使用情况,你可能需要包括带有重音、变音符号等的字母)。然后创建一个元组列表,其中第一个值是
“元音”
或“辅音”
,第二个值是列列表中每个字母的字母。然后用这些元组创建一个多索引。是的,Pandas有一个强大的索引系统。做你想做的事情的一种方法如下:
vowels = ['A','E','I','O','U','Y']
tuples = [('Vowel' if x in vowels else 'Consonant', x) for x in df.columns.tolist()]
df.columns = pd.MultiIndex.from_tuples(tuples, names=['Kind', 'Letter'])
首先,你要列出元音(根据你的使用情况,你可能需要包括带有重音、变音符号等的字母)。然后创建一个元组列表,其中第一个值是“元音”
或“辅音”
,第二个值是列列表中每个字母的字母。然后用这些元组创建一个多索引