Python 在未分组的情况下设置索引
我有一套关于足球运动员的数据。我想通过将俱乐部和国籍作为索引来建立等级制度。但事情是这样的:Python 在未分组的情况下设置索引,python,pandas,dataframe,Python,Pandas,Dataframe,我有一套关于足球运动员的数据。我想通过将俱乐部和国籍作为索引来建立等级制度。但事情是这样的: z.set_index(['Club','Nationality']) 这是输出 它确实根据俱乐部和国籍对一些球员进行分组,但不是全部。可能是什么问题?您可以检查: 我们已经“稀疏化”了更高级别的索引,以使控制台输出看起来更容易。请注意,可以使用pandas.set_options()中的multi_sparse选项控制索引的显示方式: 因此,如果想要查看分组所有级别,可以通过以下方式进行排序: 您
z.set_index(['Club','Nationality'])
这是输出
它确实根据俱乐部和国籍对一些球员进行分组,但不是全部。可能是什么问题?您可以检查:
我们已经“稀疏化”了更高级别的索引,以使控制台输出看起来更容易。请注意,可以使用pandas.set_options()中的multi_sparse选项控制索引的显示方式:
因此,如果想要查看分组所有级别,可以通过以下方式进行排序:
您是否需要
z.set_index(['Club','national'])。sort_index()
?欢迎使用SO。请不要包含图片。提供一个。请看。所以我需要在分组之前先对它们进行排序?这取决于需要什么,但分组只用于使控制台输出看起来更容易。
df = pd.DataFrame({'A':list('abcaac'),
'F':list('aaabbb'),
'B':[4,5,4,5,5,4],
'C':[7,8,9,4,2,3],
}).set_index(['A','F'])
print (df)
B C
A F
a a 4 7
b a 5 8
c a 4 9
a b 5 4
b 5 2
c b 4 3
#change default value multi_sparse == True
with pd.option_context('display.multi_sparse', False):
print(df)
B C
A F
a a 4 7
b a 5 8
c a 4 9
a b 5 4
a b 5 2
c b 4 3
print (df.sort_index())
B C
A F
a a 4 7
b 5 4
b 5 2
b a 5 8
c a 4 9
b 4 3
#change default value multi_sparse == True
with pd.option_context('display.multi_sparse', False):
print(df.sort_index())
B C
A F
a a 4 7
a b 5 4
a b 5 2
b a 5 8
c a 4 9
c b 4 3