2 luoshen li luoshen_li 于 2016.02.02 15:57 提问

pandas Series索引问题

有一列金融数据,目前是
索引列 价格列 索引列是时间,但是由于数据商的原因,毫秒都被标记成了0,因此出现了索引重复的问题
比如说
时间 价格
9:00:00 1500
9:00:00 1499
9:00:01 1498
9:00:01 1498
9:00:02 1497
9:00:03 1496
我现在想在重复索引后面增加一个数 变成如下两种中的一种
第一种 就是在索引后面加上一个小数
时间 价格
9:00:00.01 1500
9:00:00.02 1499
9:00:01.01 1498
9:00:01.02 1498
9:00:02.01 1497
9:00:03.01 1496
第二种 就是分层次索引
时间 索引 价格
9:00:00 01 1500
9:00:00 02 1499
9:00:01 01 1498
9:00:01 02 1498
9:00:02 01 1497
9:00:03 01 1496

我想问这个怎么做到

1个回答

caozhy
caozhy   Ds   Rxr 2016.02.02 16:02

本质上你的需求就是加行号,只是你是先分组,每个分组加上自己的行号

http://blog.csdn.net/muzizhuben/article/details/49449853

Csdn user default icon
上传中...
上传图片
插入图片
准确详细的回答,更有利于被提问者采纳,从而获得C币。复制、灌水、广告等回答会被删除,是时候展现真正的技术了!
其他相关推荐
pandas —Series创建和索引
Series对象本质上是一个NumPy的数组,因此NumPy的数组处理函数可以直接对Series进行处理。每个Series对象实际上都由两个数组组成,他们内部的结构很简单,由两个相互关联的数组组成,其中主数组用来存放数据。主数组的每个元素都有一个与之县关联的标签,这些标签存储在另外一个叫做Index的数组中注意三点:Series是一种类似于一维数组(ndarray)的对象. 数组中可存储多种数据类型
第六章 pandas入门,改变series和DataFrame索引
增加或重排:重新索引reindex 删除:drop 对于一个已经建好的DataFrame对象,想要调整它的列索引顺序。 使用.reindex(columns=)方法 同理,使用.reindex(index=)方法,可以调整它的行索引顺序。 总结:千万不要认为reindex仅仅是给索引改名,它是改变了key-values的关系,改变了整个DataFrame对象结构。 添加...
Pandas如何将Series的复合索引提取为列?
方法 1 :  TMP.groupby(['key1','key2'], as_index=False).sum() 方法 2 :除了在groupby时指定 as_index=False,也可以把Series变量用.reset_index()方法变成dataframe对象,这之后之前的Series的index就变成了dataframe的columns了
Pandas基础 -- 1. 数据结构 Series
常用命名:from pandas import Series, DataFrame import pandas as pdSeries是一种类似于一维数组的对象: 它由一组数组(各种NumPy数据类型),以及一组与之相关的数据标签组成。1. 创建 Series obj = Series([4,7,-5,3]) obj 表现为:索引在左边,值在右边。 如果没有指定索引,会自动从0开始。2. Se
pandas 索引选取和过滤(四)
建立Seriesfrom pandas import Series,DataFrame import numpy as np import pandas as pdobj=Series(np.arange(4),index=['a','b','c','d'])obj Out[5]: a 0 b 1 c 2 d 3 dtype: int32    选取obj['b'] Out
pandas索引对象
《Python for Data Analysis》 索引对象 Index对象是不可修改的(immutable),这样才能使Index对象在多个数据结构之间安全共享。 In [1]: import pandas as pd In [2]: from pandas import Series, DataFrame In [3]: import numpy as np In...
python pandas 对series和dataframe的重置索引reindex
python pandas 对series和dataframe的重置索引reindex
Pandas:Series和DataFrame的重新索引函数--reindex
import numpy as np import pandas as pd from pandas import Series,DataFrame 一、reindex函数的参数 参数 说明 index 用作索引的新序列。即可以是Index实例,也可以是其他序列型的Python数据结构。Index会被完全使用,就像没有任何复制一样 method 插值...
pandas的整数索引
在使用pandas的过程也许你遇到过一个比较头疼的问题,为什么有的时候能用整数索引有的时候又不能用,下面我们就一起来看一下为什么。 一、Series的整数索引 s = pd.Series(np.arange(3),index=["a","b","c"]) print(s[-1]) #2 s1 = pd.Series(np.arange(3)) print
pandas重置DataFrame或Series的索引index
当我们在清洗数据时往往会将带有空值的行删除,不论是DataFrame还是Series的index都将不再是连续的索引了,那么这个时候我们可以使用reset_index()方法来重置它们的索引,以便后续的操作。具体例子:import pandas as pd import numpy as np df = pd.DataFrame(np.arange(20).reshape(5,4),index=[...