将索引设置为 pandas 列 - Python

在 Pandas 中，我们可以将一列作为 DataFrame 的索引。这在数据清理和分析中是一个常见的操作。下面是如何将一个列作为索引的方法。

代码示例

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': ['a', 'b', 'c', 'd']})

# 将列 'B' 设置为索引
df.set_index('B', inplace=True)

# 打印 DataFrame
print(df)

输出结果：

   A
B   
a  1
b  2
c  3
d  4

上述代码中，我们首先创建了一个包含两列的 DataFrame。然后我们使用 set_index 方法，将列 B 设置为索引。设置完成后，我们可以使用 .loc 方法来根据索引获取数据。

更多操作

从索引中提取数据

# 从索引中提取特定行的数据
print(df.loc['a'])

# 从索引中提取多行的数据
print(df.loc[['a', 'b']])

# 从索引中提取指定行和列的数据
print(df.loc[['a', 'b'], ['A']])

重设索引

# 重设索引
df.reset_index(inplace=True)
print(df)

输出结果：

   B  A
0  a  1
1  b  2
2  c  3
3  d  4

列出索引的唯一值

# 列出非重复的索引
print(df.index.unique())

输出结果：

Index(['a', 'b', 'c', 'd'], dtype='object', name='B')

总结

在 Pandas 中将一列作为 DataFrame 的索引通常是一个很有用的操作。我们可以通过 set_index 方法轻松实现。一旦索引设置完成，我们可以使用不同的方法来访问和操作数据。