Bagaimanakah argumen \'levels\', \'keys\', dan \'name\' dalam fungsi concat Pandas\' mempengaruhi MultiIndex yang terhasil?

Apakah argumen 'level', 'keys' dan nama dalam fungsi concat Pandas?

Fungsi pandas.concat ialah alat yang berkuasa untuk menggabungkan berbilang objek Siri atau DataFrame di sepanjang paksi yang ditentukan. Sebagai tambahan kepada hujah asas untuk menentukan objek untuk digabungkan dan paksi untuk menggabungkannya, concat juga menyediakan beberapa argumen pilihan yang membolehkan anda menyesuaikan output yang terhasil. Tiga daripada argumen ini ialah peringkat, kunci dan nama.

peringkat

Argumen peringkat digunakan untuk menentukan tahap MultiIndex yang terhasil. Jika tahap tidak ditentukan, Panda akan membuat kesimpulan tahap daripada kekunci. Walau bagaimanapun, anda boleh menentukan tahap untuk mengatasi tahap yang disimpulkan atau untuk mencipta MultiIndex dengan set tahap tertentu.

Argumen tahap mengambil senarai jujukan. Setiap jujukan mewakili satu tahap MultiIndex. Jujukan boleh menjadi apa-apa jenis objek yang boleh digunakan untuk mencipta objek panda.Index.

Sebagai contoh, kod berikut mencipta MultiIndex dengan dua peringkat:

<code class="python">df = pd.concat([df1, df2], keys=[['a', 'b'], ['c', 'd']], levels=[['A', 'B'], ['C', 'D']])</code>

Hasilnya MultiIndex akan mempunyai dua tahap, 'A' dan 'B', dan dua tahap, 'C' dan 'D'. Tahap pertama MultiIndex ialah nilai 'a' dan 'b', dan tahap kedua ialah nilai 'c' dan 'd'.

kunci

Argumen kunci digunakan untuk menentukan kunci untuk MultiIndex yang terhasil. Jika kunci tidak dinyatakan, Pandas akan menggunakan nama objek yang digabungkan. Walau bagaimanapun, anda boleh menentukan kunci untuk mengatasi kekunci yang disimpulkan atau untuk mencipta MultiIndex dengan set kunci tertentu.

Argumen kunci mengambil senarai objek. Setiap objek mewakili satu kunci untuk MultiIndex yang terhasil. Objek boleh menjadi sebarang jenis objek yang boleh digunakan untuk mencipta panda. Objek indeks.

Sebagai contoh, kod berikut mencipta MultiIndex dengan dua kekunci:

<code class="python">df = pd.concat([df1, df2], keys=['a', 'b'])</code>

Hasilnya MultiIndex akan mempunyai dua kekunci, 'a' dan 'b'. Tahap pertama MultiIndex ialah nilai 'a' dan tahap kedua ialah nilai 'b'.

nama

Argumen nama digunakan untuk menentukan nama bagi tahap MultiIndex yang terhasil. Jika nama tidak dinyatakan, Panda akan menggunakan nama objek yang digabungkan. Walau bagaimanapun, anda boleh menentukan nama untuk menggantikan nama yang disimpulkan atau untuk mencipta MultiIndex dengan set nama tertentu.

Argumen nama mengambil senarai rentetan. Setiap rentetan mewakili nama untuk satu tahap MultiIndex yang terhasil. Rentetan boleh menjadi sebarang rentetan yang sah.

Sebagai contoh, kod berikut mencipta MultiIndex dengan dua nama:

<code class="python">df = pd.concat([df1, df2], keys=[['a', 'b'], ['c', 'd']], levels=[['A', 'B'], ['C', 'D']])</code>

MultiIndex yang terhasil akan mempunyai dua nama, 'A' dan 'B'. Tahap pertama MultiIndex ialah nilai 'a' dan 'b', dan tahap kedua ialah nilai 'c' dan 'd'.

Atas ialah kandungan terperinci Bagaimanakah argumen \'levels\', \'keys\', dan \'name\' dalam fungsi concat Pandas\' mempengaruhi MultiIndex yang terhasil?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!