这篇文章主要介绍“pandas的df.set_index如何使用”,在日常操作中,相信很多人在pandas的df.set_index如何使用问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”pandas的df.set_index如何使用”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!
处理数据时,经常需要对索引进行处理,那么可以通过set_index和reset_index来进行处理
官方文档
DataFrame.set_index(self, keys, drop=True, append=False, inplace=False, verify_integrity=False)
import pandas as pd df = pd.DataFrame(data={'height':[178,171,185,196],'weight':[156,90,140,142], 'name':['小王','小明','小绿','小红']}) df height weight name 0 178 156 小王 1 171 90 小明 2 185 140 小绿 3 196 142 小红
需要设置成索引的数据,可以使一个标签,数组,或者标签或数组的列表
df.set_index('name')#指定某一列为索引 height weight name 小王 178 156 小明 171 90 小绿 185 140 小红 196 142
是否删除作为索引使用的列,默认True,即删除做为索引的列
df.set_index('name',drop=False) height weight name name 小王 178 156 小王 小明 171 90 小明 小绿 185 140 小绿 小红 196 142 小红
将序列添加到索引中,形成多级序列
df.set_index(df['name'],append = True) height weight name name 0 小王 178 156 小王 1 小明 171 90 小明 2 小绿 185 140 小绿 3 小红 196 142 小红 # 前两列都为索引
将结果返回为原变量
df#原df height weight name 0 178 156 小王 1 171 90 小明 2 185 140 小绿 3 196 142 小红 df.set_index(df['name'],append = True,inplace = True) height weight name name 0 小王 178 156 小王 1 小明 171 90 小明 2 小绿 185 140 小绿 3 小红 196 142 小红 df#无需对df重新赋值,df即为上边代码的结果 height weight name name 0 小王 178 156 小王 1 小明 171 90 小明 2 小绿 185 140 小绿 3 小红 196 142 小红
检查索引是否重复。默认是False。
到此,关于“pandas的df.set_index如何使用”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注亿速云网站,小编会继续努力为大家带来更多实用的文章!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。