Pandas.DataFrame重置列的行名实现(set_index)
作者：饺子大人 发布时间：2021-08-07 16:56:25
pandas.DataFrame中的现有列分配给索引index（行名，行标签）。为索引指定唯一的名称很方便，因为使用loc，at选择（提取）元素时很容易理解。
将描述以下内容。
set_index（）的使用方法
基本用法
将指定的列保留为数据：参数drop
分配多索引
将索引更改为另一列（重置）
更改原始对象：参数inplace
读取csv文件等时指定索引
使用索引（行名）提取（选择）行和元素
了解如何更改索引的一部分或将整个列表替换为列表等，而不是将现有列分配给索引。
请参考以下文章，
Pandas.DataFrame的行名和列名的修改
以下面的数据为例。
import pandas as pd
df = pd.read_csv('./data/22/sample_pandas_normal.csv')
print(df)
# name age state point
# 0 Alice 24 NY 64
# 1 Bob 42 CA 92
# 2 Charlie 18 CA 70
# 3 Dave 68 TX 70
# 4 Ellen 24 CA 88
# 5 Frank 30 NY 57
set_index（）的使用方法
基本用法
在第一个参数键中指定用作索引的列的列名（列标签）。指定的列设置为索引。
df_i = df.set_index('name')
print(df_i)
# age state point
# name
# Alice 24 NY 64
# Bob 42 CA 92
# Charlie 18 CA 70
# Dave 68 TX 70
# Ellen 24 CA 88
# Frank 30 NY 57
将指定的列保留为数据：参数drop
默认情况下，如上例所示，从数据列中删除指定的列。如果参数drop = False，则指定的列将设置为index，并且也将保留在data列中。
df_id = df.set_index('name', drop=False)
print(df_id)
# name age state point
# name
# Alice Alice 24 NY 64
# Bob Bob 42 CA 92
# Charlie Charlie 18 CA 70
# Dave Dave 68 TX 70
# Ellen Ellen 24 CA 88
# Frank Frank 30 NY 57
分配多索引
如果在第一个参数键中指定了列名列表（列标签），则将多列分配为多索引。
df_mi = df.set_index(['state', 'name'])
print(df_mi)
# age point
# state name
# NY Alice 24 64
# CA Bob 42 92
# Charlie 18 70
# TX Dave 68 70
# CA Ellen 24 88
# NY Frank 30 57
使用sort_index（）排序时，它可以整齐显示。
df_mi.sort_index(inplace=True)
print(df_mi)
# age point
# state name
# CA Bob 42 92
# Charlie 18 70
# Ellen 24 88
# NY Alice 24 64
# Frank 30 57
# TX Dave 68 70
使用sort_values（）对行进行排序以进行说明。有关排序的详细信息，请参见以下文章。
pandas.DataFrame，Series排序（sort_values，sort_index）
默认情况下，如果在set_index（）中指定一列，则原始索引将被删除。
print(df_i)
# age state point
# name
# Alice 24 NY 64
# Bob 42 CA 92
# Charlie 18 CA 70
# Dave 68 TX 70
# Ellen 24 CA 88
# Frank 30 NY 57
df_ii = df_i.set_index('state')
print(df_ii)
# age point
# state
# NY 24 64
# CA 42 92
# CA 18 70
# TX 68 70
# CA 24 88
# NY 30 57
如果将参数append设置为True，则除了原始索引之外，还将将指定的列添加为新的层次结构索引。
df_mi = df_i.set_index('state', append=True)
print(df_mi)
# age point
# name state
# Alice NY 24 64
# Bob CA 42 92
# Charlie CA 18 70
# Dave TX 68 70
# Ellen CA 24 88
# Frank NY 30 57
添加的列是最底层。使用swaplevel（）切换图层。
print(df_mi.swaplevel(0, 1))
# age point
# state name
# NY Alice 24 64
# CA Bob 42 92
# Charlie 18 70
# TX Dave 68 70
# CA Ellen 24 88
# NY Frank 30 57
将索引更改为另一列（重置）
与前面的示例一样，如果使用set_index（）指定列，则原始索引将被删除。
如果要保留原始索引，请使用reset_index（），它会从0开始按顺序对索引重新编号。
print(df_i)
# age state point
# name
# Alice 24 NY 64
# Bob 42 CA 92
# Charlie 18 CA 70
# Dave 68 TX 70
# Ellen 24 CA 88
# Frank 30 NY 57
df_ri = df_i.reset_index()
print(df_ri)
# name age state point
# 0 Alice 24 NY 64
# 1 Bob 42 CA 92
# 2 Charlie 18 CA 70
# 3 Dave 68 TX 70
# 4 Ellen 24 CA 88
# 5 Frank 30 NY 57
如果要将索引更改（重置）到另一列，请在reset_index（）之后使用set_index（）。如果一次性全部编写，将如下所示。
df_change = df_i.reset_index().set_index('state')
print(df_change)
# name age point
# state
# NY Alice 24 64
# CA Bob 42 92
# CA Charlie 18 70
# TX Dave 68 70
# CA Ellen 24 88
# NY Frank 30 57
请注意，为方便起见，在此示例中将具有重叠值的列设置为索引，但是如果索引值不重叠（每个值都是唯一的），则更容易选择数据。
另请参见以下有关reset_index（）的文章。
Pandas.DataFrame,重置Series的索引index(reset_index)
更改原始对象：参数inplace
默认情况下，set_index（）不会更改原始对象并返回新对象，但是如果inplace参数为True，则原始对象将被更改。
df.set_index('name', inplace=True)
print(df)
# age state point
# name
# Alice 24 NY 64
# Bob 42 CA 92
# Charlie 18 CA 70
# Dave 68 TX 70
# Ellen 24 CA 88
# Frank 30 NY 57
读取csv文件等时指定索引
从csv文件等中读取并生成pandas.DataFrame或pandas.Series时，如果原始文件包含要用作索引的列，则可以在读取时指定该列。
使用read_csv（）读取文件时，在参数index_col中指定一个列号，该列即成为索引。
df = pd.read_csv('./data/22/sample_pandas_normal.csv', index_col=0)
print(df)
# age state point
# name
# Alice 24 NY 64
# Bob 42 CA 92
# Charlie 18 CA 70
# Dave 68 TX 70
# Ellen 24 CA 88
# Frank 30 NY 57
有关读取csv和tsv文件的详细信息，请参见以下文章。
Pandas读取csv/tsv文件（read_csv，read_table）
使用索引（行名）提取（选择）行和元素
与前面的示例一样，如果在索引（行名，行标签）中指定唯一的字符串，则可以按名称提取（选择）行或元素。
print(df)
# age state point
# name
# Alice 24 NY 64
# Bob 42 CA 92
# Charlie 18 CA 70
# Dave 68 TX 70
# Ellen 24 CA 88
# Frank 30 NY 57
print(df.loc['Bob'])
# age 42
# state CA
# point 92
# Name: Bob, dtype: object
print(df.at['Bob', 'age'])
# 42
有关loc和at的信息，请参见以下文章。
Pandas获取和修改任意位置的值（at,iat,loc,iloc）
来源：https://blog.csdn.net/qq_18351157/article/details/106902858
0
投稿猜你喜欢
github demo: github地址闲聊背景本文主要以 vue-cli3 搭建的项目为例，来聊一下如何在项目中更优雅的使用 svg 。- 用python读取视频有两种主要方法，大家可依据自己的需求进行使用。方法一：使用imageio库，没有安装的可用pip安装或自己下载，安装好
- 更换域名，估计是很多站长都很头疼的事情。通常大家的做法就是把老的域名通过IIS设置做301跳转到新的域名。对于只有一个虚拟空间的站长来说，换
- 一：区别：1、var声明的变量属于函数作用域，而let和const声明的变量属于块级作用域；（js作用域在上篇文章） 2、var声
- 通过手动输入数据，将数据分成几部分存入数组中import osimport sysdef test(): bric
- 1. 解决思路首先要获得这张验证码的图片，但是该图片一般都是用的js写的，不能够通过url进行下载。解决方案：截图然后根据该图片的定位和长高
- 在深度学习的数据训练过程中，虽然tensorflow和pytorch都会自带打乱数据进行训练的方法，但是当我们自己生成数据，或者某些情况下依
- 前言：因为研究工作的需要，要更改激活函数以适应自己的网络模型，但是单纯的函数替换会训练导致不能收敛。这里还有些不清楚为什么，希望有人可以给出
- GUI编程之 Pack、Place、Grid的区别本文讲述如何使用 tkinter 的布局管理 (被称作 layout managers 或
- 如何编写一个只在Web服务关闭时执行的程序？如：<SCRIPT LANGUAGE="VBScript"&
- 语法格式如下：assert expression等价于：if not expression: raise AssertionErrorass
- 本文实例讲述了Python实现子类调用父类的方法。分享给大家供大家参考。具体实现方法如下：python和其他面向对象语言类似，每个类可以拥有
- 前言JSON类型是MySQL5.7.8中新加入的一种数据类型，并在后续版本尤其是MySQL8.0中得到了大幅增强，现在的JSON类型的功能十
- 本文实例讲述了Python创建模块及模块导入的方法。分享给大家供大家参考。具体分析如下：python学习手册中写道：定义模块，只要使用文本编
- PL/SQL单行函数和组函数详解 函数是一种有零个或多个参数并且有一个返回值的程序。在SQL中Oracle内建了一系列函数，这些函数都可被称
- 学习了Go语言后,打算利用最近比较空一点,写一个前端部署工具,不需要每次都复制粘贴的麻烦,需要完成部署的第一步就需要连接远程服务器打开 ss
- 本文实例讲述了Python编程中的反模式。分享给大家供大家参考。具体分析如下：Python是时下最热门的编程语言之一了。简洁而富有表达力的语
- 前言在很早之前写过一篇怎么利用微博数据制作词云图片出来，之前的写得不完整，而且只能使用自己的数据，现在重新整理了一下，任何的微博数据都可以制
- 1. 用 Numpy ndarray 作为数据传入 plyimport numpy as npimport matplotlib as mp
- 在python中读取csv文件时，一般操作如下：import pandas as pdpd.read_csv(filename)该读文件方式
