set_index在大熊貓

Question

對於下面一個簡單的程序不是索引，我期待第2個輸出是一樣的第一..

這是爲什麼沒有發生？

它在data1，只是一個爲了改變data2

columnList = ["PID", "Sec", "Util", "random"] 

data1 = [('67123', 12, '85' , '100'), 
     ('67123', 112, '15', '100'), 
     ('87878', 23, "95", '100'), 
     ] 

df1 = pd.DataFrame(data1, columns=columnList) 
df1 = df1.set_index(["PID", "Sec"]) 
print df1 

     Util random 

PID Sec    

67123 12 85 100 

     112 15 100 

87878 23 95 100 

data2 = [('67123', 12, '85' , '100'), 
     ('87878', 23, "95", '100'), 
     ('67123', 112, '15', '100'), 
     ] 

df2 = pd.DataFrame(data2, columns=columnList) 
df2 = df2.set_index(["PID", "Sec"]) 
print df2 
      Util random 

PID Sec    

67123 12 85 100 

87878 23 95 100 

67123 112 15 100 

Answer 1

這是默認顯示的Multiindex。您可以通過將參數display.multi_sparse設置爲False與with來臨時更改它。

選項：display.multi_sparse

默認：真

功能：「Sparsify」多指標顯示（不顯示組內的外水平重複的元素）

Available optionsPandas。

#default options 
#set temporary multi_sparse to True 
with pd.option_context('display.multi_sparse', True): 
    print df1 

      Util random 
PID Sec    
67123 12 85 100 
     112 15 100 
87878 23 95 100 

#same as 
print df1  

      Util random 
PID Sec    
67123 12 85 100 
     112 15 100 
87878 23 95 100 

#set temporary multi_sparse to False  
with pd.option_context('display.multi_sparse', False): 
    print df1  
      Util random 
PID Sec    
67123 12 85 100 
67123 112 15 100 
87878 23 95 100 

如果你想set it，使用方法：

pd.set_option('display.multi_sparse', False) 

和復位：

pd.reset_option('multi_sparse')