MySQL数据优化-多层索引

目录

一、多层索引

1.创建2.设置索引的名称3.from_arrays( )-from_tuples()4.笛卡儿积方式



二、多层索引操作


1.Series2.DataFrame3.交换索引4.索引排序5.索引堆叠6.取消堆叠

一、多层索引

1.创建

环境：Jupyter

import numpy as np

import pandas as pd

a=pd.DataFrame(np.random.random(size=(4,4)),index=[[‘上半年’,’上半年’,’下半年’,’下半年’],

                                                    [‘一季度’,’二季度’,’三季度’,’四季度’]],

              columns=[[‘蔬菜’,’蔬菜’,’肉类’,’肉类’],[‘胡萝卜’,’白菜’,’牛肉’,’猪肉’]])

display(a)

2.设置索引的名称

import numpy as np

import pandas as pd

a=pd.DataFrame(np.random.random(size=(4,4)),index=[[‘上半年’,’上半年’,’下半年’,’下半年’],

                                                    [‘一季度’,’二季度’,’三季度’,’四季度’]],

              columns=[[‘蔬菜’,’蔬菜’,’肉类’,’肉类’],[‘胡萝卜’,’白菜’,’牛肉’,’猪肉’]])

a.index.names=[‘年度’,’季度’]

a.columns.names=[‘大类’,’小类’]

display(a)

3.from_arrays( )-from_tuples()

import numpy as np

import pandas as pd

index=pd.MultiIndex.from_arrays([[‘上半年’,’上半年’,’下半年’,’下半年’],[‘一季度’,’二季度’,’三季度’,’四季度’]])

columns=pd.MultiIndex.from_tuples([(‘蔬菜’,’胡萝卜’),(‘蔬菜’,’白菜’),(‘肉类’,’牛肉’),(‘肉类’,’猪肉’)])

a=pd.DataFrame(np.random.random(size=(4,4)),index=index,columns=columns)

display(a)

4.笛卡儿积方式

from_product() 局限性较大

import pandas as pd

index = pd.MultiIndex.from_product([[‘上半年’,’下半年’],[‘蔬菜’,’肉类’]])

a=pd.DataFrame(np.random.random(size=(4,4)),index=index)

display(a)

二、多层索引操作

1.Series

import pandas as pd

a=pd.Series([1,2,3,4],index=[[‘a’,’a’,’b’,’b’],[‘c’,’d’,’e’,’f’]])

print(a)

print(‘———————‘)

print(a.loc[‘a’])

print(‘———————‘)

print(a.loc[‘a’,’c’])

import pandas as pd

a=pd.Series([1,2,3,4],index=[[‘a’,’a’,’b’,’b’],[‘c’,’d’,’e’,’f’]])

print(a)

print(‘———————‘)

print(a.iloc[0])

print(‘———————‘)

print(a.loc[‘a’:’b’])

print(‘———————‘)

print(a.iloc[0:2])

2.DataFrame

import numpy as np

import pandas as pd

a=pd.DataFrame(np.random.random(size=(4,4)),index=[[‘上半年’,’上半年’,’下半年’,’下半年’],

                                                    [‘一季度’,’二季度’,’三季度’,’四季度’]],

              columns=[[‘蔬菜’,’蔬菜’,’肉类’,’肉类’],[‘胡萝卜’,’白菜’,’牛肉’,’猪肉’]])

print(a)

print(‘——————–‘)

print(a.loc[‘上半年’,’二季度’])

print(‘——————–‘)

print(a.iloc[0])

3.交换索引

swaplevel( )

import numpy as np

import pandas as pd

a=pd.DataFrame(np.random.random(size=(4,4)),index=[[‘2022′,’2022′,’2022′,’2022’],

                                                    [‘一季度’,’二季度’,’三季度’,’四季度’]],

              columns=[[‘蔬菜’,’蔬菜’,’肉类’,’肉类’],[‘胡萝卜’,’白菜’,’牛肉’,’猪肉’]])

a.index.names=[‘年度’,’季度’]

print(a)

print(‘——————–‘)

print(a.swaplevel(‘年度’,’季度’))

4.索引排序

sort_index( )

level：指定根据哪一层进行排序，默认为最层inplace：是否修改原数据。默认为False

import numpy as np

import pandas as pd

a=pd.DataFrame(np.random.random(size=(4,4)),index=[[‘2022′,’2022′,’2022′,’2022’],

                                                    [1,3,2,4]],

              columns=[[‘蔬菜’,’蔬菜’,’肉类’,’肉类’],[‘胡萝卜’,’白菜’,’牛肉’,’猪肉’]])

a.index.names=[‘年度’,’季度’]

print(a)

print(‘——————–‘)

print(a.sort_index())

print(‘——————–‘)

print(a.sort_index(level=1))

5.索引堆叠

stack( )

将指定层级的列转换成行

import numpy as np

import pandas as pd

a=pd.DataFrame(np.random.random(size=(4,4)),index=[[‘2022′,’2022′,’2022′,’2022’],

                                                    [1,3,2,4]],

              columns=[[‘蔬菜’,’蔬菜’,’肉类’,’肉类’],[‘胡萝卜’,’胡萝卜’,’牛肉’,’牛肉’]])

print(a)

print(‘——————–‘)

print(a.stack(0))

print(‘——————–‘)

print(a.stack(-1))

6.取消堆叠

unstack( )

将指定层级的行转换成列

fill_value：指定填充值。

import numpy as np

import pandas as pd

a=pd.DataFrame(np.random.random(size=(4,4)),index=[[‘2022′,’2022′,’2022′,’2022’],

                                                    [1,3,2,4]],

              columns=[[‘蔬菜’,’蔬菜’,’肉类’,’肉类’],[‘胡萝卜’,’胡萝卜’,’牛肉’,’牛肉’]])

print(a)

print(‘——————–‘)

a=a.stack(0)

print(a)

print(‘——————–‘)

print(a.unstack(-1))

import numpy as np

import pandas as pd

a=pd.DataFrame(np.random.random(size=(4,4)),index=[[‘2022′,’2022′,’2022′,’2022’],

                                                    [1,3,2,4]],

              columns=[[‘蔬菜’,’蔬菜’,’肉类’,’肉类’],[‘胡萝卜’,’胡萝卜’,’牛肉’,’牛肉’]])

print(a)

print(‘——————–‘)

a=a.stack(0)

print(a)

print(‘——————–‘)

print(a.unstack(0,fill_value=’0′))

到此这篇关于MySQL数据优化-多层索引的文章就介绍到这了,更多相关数据优化-多层索引内容请搜索共生网络以前的文章或继续浏览下面的相关文章希望大家以后多多支持共生网络！