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)
构建实例
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key:label array-like or list of label/arrays
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 142drop:bool,default True
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append:bool default False
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
inplace:bool default False
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
verify_integrity:bool default False
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,请继续关注天达云网站,小编会继续努力为大家带来更多实用的文章!