
上QQ阅读APP看书,第一时间看更新
021 在多层索引的DataFrame中设置行标签
此案例主要通过使用MultiIndex.from_arrays()函数创建多层标签设置DataFrame的index属性,实现在多层索引的DataFrame中设置多层行标签。当在Jupyter Notebook中运行此案例代码之后,将在包含行业和操作策略两层索引的DataFrame中设置两层行标签,效果分别如图021-1和图021-2所示。

图021-1

图021-2
主要代码如下。

在上面这段代码中,df.index=pd.MultiIndex.from_arrays(arrays= [['白酒','石油','石油','金融','金融','金融'], ['买入','观望','卖出','卖出','买入','买入']], names=('行业','操作策略'))表示在df中将行索引调整为两层行索引,第1层行索引是“行业”,该层行标签包括:'白酒'、'石油'、'石油'、'金融'、'金融'、'金融';第2层行索引是“操作策略”,该层行标签包括:'买入'、'观望'、'卖出'、'卖出'、'买入'、'买入'。
此案例的主要源文件是MyCode\H720\H720.ipynb。