您好,登錄后才能下訂單哦!
這篇文章主要介紹“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如何使用問題上存在疑惑,小編查閱了各式資料,整理出簡單好用的操作方法,希望對大家解答”pandas的df.set_index如何使用”的疑惑有所幫助!接下來,請跟著小編一起來學習吧!
處理數據時,經常需要對索引進行處理,那么可以通過set_index和reset_index來進行處理
官方文檔
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','小綠','小紅']}) df height weight name 0 178 156 小王 1 171 90 小明 2 185 140 小綠 3 196 142 小紅
需要設置成索引的數據,可以使一個標簽,數組,或者標簽或數組的列表
df.set_index('name')#指定某一列為索引 height weight name 小王 178 156 小明 171 90 小綠 185 140 小紅 196 142
是否刪除作為索引使用的列,默認True,即刪除做為索引的列
df.set_index('name',drop=False) height weight name name 小王 178 156 小王 小明 171 90 小明 小綠 185 140 小綠 小紅 196 142 小紅
將序列添加到索引中,形成多級序列
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 小綠 185 140 小綠 3 小紅 196 142 小紅 # 前兩列都為索引
將結果返回為原變量
df#原df height weight name 0 178 156 小王 1 171 90 小明 2 185 140 小綠 3 196 142 小紅 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 小綠 185 140 小綠 3 小紅 196 142 小紅 df#無需對df重新賦值,df即為上邊代碼的結果 height weight name name 0 小王 178 156 小王 1 小明 171 90 小明 2 小綠 185 140 小綠 3 小紅 196 142 小紅
檢查索引是否重復。默認是False。
到此,關于“pandas的df.set_index如何使用”的學習就結束了,希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習,快去試試吧!若想繼續學習更多相關知識,請繼續關注億速云網站,小編會繼續努力為大家帶來更多實用的文章!
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。