Pandas层级索引_本关的编程任务是补全右侧上部代码编辑区内的相应代码,要求实现如下功能: 获取鸢

---

第1关：多级索引的取值与切片

编程要求
本关的编程任务是补全右侧上部代码编辑区内的相应代码，要求实现如下功能：

使用MultiIndex创建如下DataFrame多级索引：

然后通过转置、stack()方法得到以下数据：

最后通过取值和切片得到目标数据：

具体要求请参见后续测试样例。
请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！

测试说明
平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。

测试输入：

无测试输入

平台会对你编写的代码进行测试：

预期输出：

开始你的任务吧，祝你成功！

示例代码如下：

import pandas as pd
from sklearn import datasets

def demo():
    data = datasets.load_linnerud().data
    #********** Begin **********#
    df = pd.DataFrame(data, index=[['A','A','A','A','A',
                                    'B','B','B','B','B',
                                    'C','C','C','C','C',
                                    'D','D','D','D','D'],
                                    [1,2,3,4,5,
                                     1,2,3,4,5,
                                     1,2,3,4,5,
                                     1,2,3,4,5]],
                                     columns=[['stage', 'stage', 'stage'], ['a', 'b', 'c']])
    data = df.T.stack()
    print(data.loc[pd.IndexSlice[:, :, 2], :])


    #*********** End ***********#
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

第2关：多级索引的数据转换与累计方法

编程要求
本关的编程任务是补全右侧上部代码编辑区内的相应代码，要求实现如下功能：

创建如下图所示DataFrame多级索引：

给索引设置等级名称name为[“name”,“project”]；

然后交换多级索引的等级顺序，得到如下多级索引：

取二级索引为A、C、D的行，得到以下数据：

最后获取level="name"的均值，并输出；

具体要求请参见后续测试样例。

请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！

测试说明
平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。

测试输入：
无测试输入

预期输出：

 stage
     a      b     c
1
2

name
A 8.8 126.6 63.2
C 10.2 133.0 67.8
D 8.8 167.0 68.2
开始你的任务吧，祝你成功！

示例代码如下：

import pandas as pd
from sklearn import datasets

def demo1():
    data = datasets.load_linnerud().data
    # ********** Begin **********#
    df = pd.DataFrame(data, index=[['A', 'A', 'A', 'A', 'A',
                                    'B', 'B', 'B', 'B', 'B',
                                    'C', 'C', 'C', 'C', 'C',
                                    'D', 'D', 'D', 'D', 'D'],
                                    [1, 2, 3, 4, 5,
                                    1, 2, 3, 4, 5,
                                    1, 2, 3, 4, 5,
                                    1, 2, 3, 4, 5]
                                    ],
         columns=[['stage', 'stage', 'stage'], ['a', 'b', 'c']])

    df.index.names = ['name','project']
    df = df.swaplevel('name','project').sort_index(0)
    df = df.loc[pd.IndexSlice[:, ('A','C','D')],:]

    print(df.mean(level='name'))

    # ********** End **********#
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

---