在 pandas 中使用分层索引级别时,swaplevel()
之间有什么区别?和 reorder_levels()
?
最佳答案
当只有两个级别时swaplevel
和reorder_levels
几乎相同,但是当你的df有超过3个级别时,个人认为reorder_levels
更优雅的方式
例如:
idx = pd.MultiIndex.from_arrays([[1, 1, 2], [1, 2, 2], [3, 3, 3],[1,1,1]])
df = pd.DataFrame(columns=idx, index=[1, 2, 3, 4])
如果我们想将订单级别=[0,1,2,3]更改为[3,2,1,0]
使用swaplevel
:需要多次调用
df.swaplevel(0,3,axis=1).swaplevel(1,2,axis=1)
1
3
1 2
1 1 2
1 NaN NaN NaN
2 NaN NaN NaN
3 NaN NaN NaN
4 NaN NaN NaN
使用reorder_levels
:仅一次调用
df.reorder_levels([3,2,1,0],axis=1)
1
3
1 2
1 1 2
1 NaN NaN NaN
2 NaN NaN NaN
3 NaN NaN NaN
4 NaN NaN NaN
关于python - swaplevel() 和 reorder_levels() 有什么区别?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54191730/