Pandas DataFrame Записи столбца / индекса уровня MultiIndex остаются после нарезки. Как их удалить? [Дубликат]
Другое решение состоит в том, чтобы выполнить код через последовательный исполнитель nsynjs .
Если базовая функция многозначна
nsynjs будет последовательно оценивать все обещания и ставить обещания результат в свойство data:
function synchronousCode() {
var getURL = function(url) {
return window.fetch(url).data.text().data;
};
var url = 'https://ajax.googleapis.com/ajax/libs/jquery/2.0.0/jquery.min.js';
console.log('received bytes:',getURL(url).length);
};
nsynjs.run(synchronousCode,{},function(){
console.log('synchronousCode done');
});Если базовая функция не обещает
Шаг 1. Wrap с обратным вызовом в оболочку, совместимую с nsynjs (если у нее есть обещанная версия, вы можете пропустить этот тест):
var ajaxGet = function (ctx,url) {
var res = {};
var ex;
$.ajax(url)
.done(function (data) {
res.data = data;
})
.fail(function(e) {
ex = e;
})
.always(function() {
ctx.resume(ex);
});
return res;
};
ajaxGet.nsynjsHasCallback = true;
Шаг 2. Вставить синхронную логику в функцию:
function process() {
console.log('got data:', ajaxGet(nsynjsCtx, "data/file1.json").data);
}
Шаг 3. Выполнить функцию синхронно через nnsynjs:
nsynjs.run(process,this,function () {
console.log("synchronous function finished");
});
Nsynjs будет оценивать все операторы и выражения шаг за шагом, приостанавливая выполнение в случае, если результат некоторой медленной функции не готов.
Дополнительные примеры здесь: https://github.com/amaksr/nsynjs/tree/master/examples
3 ответа
Это то, что укусило меня раньше. Удаление столбцов или строк НЕ изменяет базовый MultiIndex по производительности и философским соображениям, и это официально не считается ошибкой ( читайте здесь ). Короткий ответ заключается в том, что разработчики говорят: «Это не то, для чего используется MultiIndex». Если вам понадобится список содержимого уровня MultiIndex после его модификации, например, для итерации или для проверки того, включено ли что-то, вы можете использовать:
df.index.get_level_values(<levelname>)
Это возвращает текущие активные значения в пределах этот индексный уровень.
Итак, я думаю, что «трюк» здесь заключается в том, что для этого API-интерфейс должен использоваться get_level_values, а не только .index или .columns
-
1– Ezekiel Kruglick 23 May 2015 в 18:30
-
2– user2699 18 November 2016 в 17:26
Я удивлюсь, если есть более «встроенный» способ устранить неиспользуемую страну, чем повторить создание индекса так, как вы делаете (или каким-то другим способом). Если вы посмотрите на свой индекс до и после среза:
In [165]: df.index
Out[165]:
MultiIndex(levels=[[u'CAN', u'USA'], [u'total']],
labels=[[0, 1], [0, 0]],
names=[u'country', u'sex'])
In [166]: df = df.query('pop > 100')
In [167]: df.index
Out[167]:
MultiIndex(levels=[[u'CAN', u'USA'], [u'total']],
labels=[[1], [0]],
names=[u'country', u'sex'])
вы можете видеть, что метки - индексы в значениях уровня - обновлены, но не значения уровня. Это может быть несовершенная аналогия, но мне кажется, что значения уровня аналогичны перечисляемому столбцу в таблице базы данных, тогда как метки аналогичны фактическим значениям строк в таблице. Если вы удалите все строки таблицы со значением «CAN», это не изменит того факта, что «CAN» по-прежнему является допустимым выбором, основанным на определении столбца. Чтобы удалить «CAN» из перечисления, вам нужно изменить определение столбца; это эквивалент переиндексации фрейма данных в пандах.
Из версии 0.20.0 используйте MultiIndex.remove_unused_levels :
print (df.index)
MultiIndex(levels=[['CAN', 'USA'], ['total']],
labels=[[1], [0]],
names=['country', 'sex'])
df.index = df.index.remove_unused_levels()
print (df.index)
MultiIndex(levels=[['USA'], ['total']],
labels=[[0], [0]],
names=['country', 'sex'])