pandas學習之df.set_index的具體使用
處理數據時,經常需要對索引進行處理,那麼可以通過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)
參數解釋
構建實例
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
key:label array-like or list of label/arrays
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
drop:bool,default True
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
append:bool default False
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
inplace:bool default False
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
verify_integrity:bool default False
檢查索引是否重復。默認是False。
到此這篇關於pandas學習之df.set_index的具體使用的文章就介紹到這瞭,更多相關pandas df.set_index內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Python dataframe如何設置index
- pandas數據類型之Series的具體使用
- Python pandas找出、刪除重復的數據實例
- 關於python DataFrame的合並方法總結
- Python數據分析之 Pandas Dataframe合並和去重操作