使用Python的pandas库,我导入了一个csv并将多个列设置为我的索引。出乎意料的是,当我显示数据帧时,索引列不再存在,并且我不能使用索引列作为过滤器选项。这让我想知道我是否错误地认为pandas索引类似于SQL索引。
date, exchange, symbol, low, high, open, close, lastexchange和symbol足以唯一标识一行。
它是加快了查找速度,还是添加了一些对stack/unstack/pivot/groupby之类的东西有用的语义信息?它能减少内存使用量吗?
为什么要将日期、交换和符号移出数据帧(并移到索引系列中?)?把它们留在dataframe中,我可以把它们过滤成dfdf.symbol=='MSFT‘,这不是很有意义吗?我猜“drop”解决了这个问题,但事实是这不是默认的,这意味着我误解了这里的某些东西。
发布于 2014-09-19 02:53:51
索引用于选择和对齐数据帧的行。我认为它们是数据帧行的标签,其中的行包含数据值。它们使您能够使用数据帧以方便的方式存储更高维度的数据。我发现它们在一开始有点棘手,但当你对齐数据集时,它们真的很出色。
您需要使用xs方法来访问多索引的内部级别。要执行您想要的操作,请尝试执行以下操作。
df.xs(('BATS', 'MSFT'), level=(1, 2))或者,您可以不设置索引,而使用布尔索引来选择多个条件。
bats_mask = df.exchange == 'BATS'
msft_mask = df.symbol == 'MSFT'
df[bats_mask & msft_mask]https://stackoverflow.com/questions/25917460
复制相似问题