📌  相关文章
📜  Pandas DataFrame.set_index

📅  最后修改于: 2020-10-29 05:23:59             🧑  作者: Mango

设定索引

Pandas set index()用于将List，Series或DataFrame设置为数据框的索引。我们可以在制作数据框时设置索引列。但是有时一个数据帧是由两个或多个数据帧组成的，然后可以使用此方法更改索引。

句法：

DataFrame.set_index(self, keys, drop=True, append=False, inplace=False, verify_integrity=False)

参数：

  • keys：指类似标签或数组的标签或标签/数组的列表

它可以是单个列键，与调用DataFrame长度相同的单个数组，也可以是包含列键和数组的任意组合的列表。

  • drop：返回布尔值，默认值为True。用于删除将用作新索引的列。
  • append：返回布尔值，默认值为False。

它检查是否将列附加到现有索引。

  • inplace：返回布尔值，默认值为False。

它用于在适当位置修改DataFrame。我们不需要创建一个新对象。

  • verify_integrity：返回布尔值，默认值为False。

它检查新索引中是否有重复值。否则，它将推迟检查直到必要。它还将其设置为False，这将改善此方法的性能。

返回值：

它将行标签更改为输出。

范例1：

本示例说明如何设置索引：

import pandas as pd
info = pd.DataFrame({'Name': ['William', 'Phill', 'Parker', 'Smith'],
'Age': [32, 38, 41, 36],
'id': [105, 132, 134, 127]})
info

输出：

    Name    Age    id
0    William    32    105
1    Phill    38    132
2    Parker    41    134
3    Smith    36    127

现在，我们必须设置索引以创建“月”列：

info.set_index('month')

输出：

         Age  id
Name        
William  32  105
Phill    38  132
Parker   41  134
Smith    36  127

范例2：

使用“年龄”和“名称”列创建MultiIndex：

info.set_index(['Age', 'Name'])

输出：

    Name    id
Age        
32    William    105
38    Phill    132
41    Parker    134
36    Smith    127

范例3：

它使用索引和列创建一个MultiIndex：

info.set_index([pd.Index([1, 2, 3, 4]), 'Name'])

输出：

        Age    id
    Name        
1    William    32    105
2    Phill    38    132
3    Parker    41    134
4    Smith    36    127

范例4：

使用两个系列创建一个MultiIndex：

a = pd.Series([1, 2, 3, 4])
info.set_index([a, a**2])

输出：

        Name    Age    id
1    1    William    32    105
2    4    Phill    38    132
3    9    Parker    41    134
4    16    Smith    36    127