PythonPandasとNumpy-マルチインデックスを単一のインデックスに連結します
マルチインデックスを単一のインデックスに連結するには、最初に、必要なPandasライブラリとNumpyライブラリをそれぞれのエイリアスとともにインポートします-
import pandas as pd import numpy as np
パンダシリーズを作成する-
d = pd.Series([('Jacob', 'North'),('Ami', 'East'),('Ami', 'West'),('Scarlett', 'South'),('Jacob', 'West'),('Scarlett', 'North')])
ここで、Numpyのarrange()メソッドを使用します-
dataFrame = pd.Series(np.arange(1, 7), index=d)
マップして参加しましょう-
dataMap = dataFrame.index.map('_'.join)
例
以下はコードです-
import pandas as pd import numpy as np # pandas series d = pd.Series([('Jacob', 'North'),('Ami', 'East'),('Ami', 'West'),('Scarlett', 'South'),('Jacob', 'West'),('Scarlett', 'North')]) dataFrame = pd.Series(np.arange(1, 7), index=d) # mapping and joining dataMap = dataFrame.index.map('_'.join) print"\nResult after mapping:\n",dataMap
出力
これにより、次の出力が生成されます-
Result after mapping: Index([u'Jacob_North', u'Ami_East', u'Ami_West', u'Scarlett_South', u'Jacob_West', u'Scarlett_North'],dtype='object')>
-
すべてのCSVファイルを単一のデータフレームにマージする方法– Python Pandas?
すべてのCSVファイルをマージするには、GLOBモジュールを使用します。 os.path.join()メソッドはconcat()内で使用され、CSVファイルをマージします。 まず、必要なライブラリをインポートします。 pdをパンダライブラリのエイリアスとして設定しました- import pandas as pd import glob import os ここで、次の3つのCSVファイルがあるとします- Sales1.csv Sales2.csv Sales3.csv まず、複数のファイルを結合するためのパスを設定します。デスクトップにマージする
-
指定されたインデックスがPythonPandasシリーズに存在しない場合はどうなりますか?
インデックス値をカスタマイズする場合は、 series_name [‘index_value’]を使用してアクセスします。 。 「index_value」 シリーズに渡されたものは、元のシリーズと一致するように試みられます。見つかった場合は、対応するデータもコンソールに表示されます。 アクセスしようとしているインデックスがシリーズに存在しない場合、エラーがスローされます。以下に示します。 例 import pandas as pd my_data = [34, 56, 78, 90, 123, 45] my_index = ['ab', 'mn' ,'