pandas学习之df.set_index的具体使用

目录构建实例key：labelarray-likeorlistoflabel/arraysdrop：bool，defaultTrueappend:booldefaultFalseinp...

目录

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)

参数解释

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  142

drop：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编程  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grzBxCDEV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。

到此这篇关于pandas学习之df.set_index的具体使用的文章就介绍到这了,更多相关pandas df.set_index内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！