多索引数据框的lexsort_depth到底是什么？
lexsort_depth多索引数据框的确切含义是什么？为什么必须对索引进行排序？
例如，我注意到df，如果我尝试这样做，则在手动构建具有按三个级别组织的列的多索引数据框之后：
idx = pd.IndexSlice
df[idx['foo', 'bar']]
我得到：
KeyError: 'Key length (2) was greater than MultiIndex lexsort depth (0)'
在这一点上，df.columns.lexsort_depth是0
但是， 如果我这样做，请按照此处的建议进行操作：
df = df.sortlevel(0,axis=1)
然后横截面索引就可以了。为什么？究竟是什么lexsort_depth，以及为什么使用排序来sortlevel修复这种类型的索引？
问题答案：
lexsort_depth 是按词法排序的多索引的级别数。即，以abc-1-2-3顺序（正常排序顺序）进行。
因此，如果未对多索引进行排序，则元素索引 将
起作用，但是查找可能会慢一些（在0.15.2中，这将显示PerformanceWarning用于进行此类查找的a，请参见此处
一般而言，排序是个好主意的原因是，pandas能够使用基于哈希的索引来独立于该级别找出特定级别中的位置。; 那么您可以使用这些索引器找到最终位置。
熊猫np.searchsorted在排序时会利用它们来查找这些位置。如果未排序，则必须回退到一些不同的（较慢的）方法。
这是执行此操作的代码。
-
问题内容： Java中的引用到底是什么？它是一个内存地址吗？Java引用等同于取消引用的C ++指针吗？ 换句话说，给出以下内容： 上面的比较是否等同于比较C ++中的两个指针？ 问题答案： 相当于在C / C ++中比较两个指针，是的。 但是，Java中的引用和C / C ++中的指针之间有两个非常重要的主要区别： Java引用无法执行指针算术：不能将3引用“加”， 只能 使其指向另一个（已知）
-
问题内容： 我正在尝试采用一个数据框并将其转换为特定的json格式。 这是我的数据框示例： 这是我想转换成的json格式： 注意这是字典列表。我几乎在下面的代码中： 但是，该行还包含这样的索引： 请注意，这是一个字典，它还包含两次索引（在第一个字典中为索引，在第二个字典中为“ id”！对您有所帮助。 问题答案： 您可以使用
-
基于单个值/标签的切片 基于一个或多个级别的多个标签的切片 布尔条件和表达式的过滤 哪些方法适用于什么情况 为简单起见的假设： 输入数据表没有重复的索引键 下面的输入数据只有两个级别。（此处所示的大多数解决方案都概括为N个级别） 问题2b 我如何获得级别“二”中对应于“t”和“w”的所有值？ 如何从检索横截面，即具有索引特定值的单行？具体来说，如何检索的横截面，由 如何选择与和相对应的两行？
-
好几个概念 1.函数依赖 2.非平凡和平凡函数依赖 3.完全和部分函数依赖 4.传递函数依赖 5.逻辑蕴涵 6.Armstrong公理系统 7.范式 头都大了，能不能用简单的语言解释下啊。
-
问题内容： 有什么理由不应该为我的每个数据库表创建索引，以此来提高性能吗？似乎必须有一些原因，否则所有表在默认情况下都会自动具有一个。 我使用MS SQL Server 2016。 问题答案： 表上的一个索引并不重要。您会自动在作为主键或声明为唯一键的列（或列组合）上建立索引。 索引有一些开销。索引本身占用磁盘和内存的空间（使用时）。因此，如果空间或内存成为问题，那么索引过多可能会成为问题。插入/
-
问题内容： 假设我有一本看起来像这样的字典： 我想要一个看起来像这样的数据框： 有方便的方法吗？如果我尝试： 我得到一个数据框，其中每个元素都是一个列表。我需要的是一个多索引，其中每个级别对应于嵌套dict中的键，而行对应于列表中每个元素，如上所示。我认为我可以使用非常粗糙的解决方案，但我希望可能会有一些简单的事情。 问题答案： 熊猫希望MultiIndex值作为元组，而不是嵌套字典。最简单的方法