Pandas设置索引用法介绍

Pandasset index()用于将List, Series或DataFrame设置为数据框的索引。我们可以在制作数据框时设置索引列。但是有时一个数据帧是由两个或多个数据帧组成的, 然后可以使用此方法更改索引。

句法:

DataFrame.set_index(self, keys, drop=True, append=False, inplace=False, verify_integrity=False)

参数:

  • 键:指类似标签或数组的标签或标签/数组的列表

它可以是单个列键, 与调用DataFrame长度相同的单个数组, 也可以是包含列键和数组的任意组合的列表。

  • drop:返回布尔值, 默认值为True。用于删除将用作新索引的列。
  • append:返回布尔值, 默认值为False。

它检查是否将列附加到现有索引。

  • inplace:返回布尔值, 默认值为False。

它用于在适当位置修改DataFrame。我们不需要创建一个新对象。

  • verify_integrity:返回布尔值, 默认值为False。

它检查新索引中是否有重复值。否则, 它将推迟检查直到必要。它还将其设置为False, 这将改善此方法的性能。

返回值:

它将行标签更改为输出。

范例1:

本示例说明如何设置索引:

import pandas as pd
info = pd.DataFrame({'Name': ['William', 'Phill', 'Parker', 'Smith'], 'Age': [32, 38, 41, 36], 'id': [105, 132, 134, 127]})
info

输出

Name	Age	id
0	William	32	105
1	Phill	38	132
2	Parker	41	134
3	Smith	36	127

现在, 我们必须设置索引以创建”月”列:

info.set_index('month')

输出

Age  id
Name		
William  32  105
Phill    38  132
Parker   41  134
Smith    36  127

范例2:

使用”年龄”和”名称”列创建MultiIndex:

info.set_index(['Age', 'Name'])

输出

Name	id
Age		
32	William	105
38	Phill	132
41	Parker	134
36	Smith	127

范例3:

它使用索引和列创建一个MultiIndex:

info.set_index([pd.Index([1, 2, 3, 4]), 'Name'])

输出

Age	id
	Name		
1	William	32	105
2	Phill	38	132
3	Parker	41	134
4	Smith	36	127

示例4:

使用两个系列创建一个MultiIndex:

a = pd.Series([1, 2, 3, 4])
info.set_index([a, a**2])

输出

Name	Age	id
1	1	William	32	105
2	4	Phill	38	132
3	9	Parker	41	134
4	16	Smith	36	127

来源:

https://www.srcmini02.com/31041.html

微信公众号
手机浏览(小程序)
0
分享到:
没有账号? 忘记密码?