将索引更改为数据框 pandas - Python

在pandas中，数据框（DataFrame）的索引可以是行索引或列索引。有时我们需要更改数据框的索引，以便更好地处理数据。本指南将向您展示如何将数据框的索引更改为另一个列或数据集中已有的值。

将索引更改为另一个列

假设您有一个数据集，其中包含销售额和销售日期。默认情况下，pandas使用一个自动增量整数索引。如果您想使用销售日期作为索引，可以使用set_index方法将其更改为索引。

import pandas as pd

# 创建数据集
data = {'sales': [10000, 15000, 20000],
        'date': ['2021-01-01', '2021-01-02', '2021-01-03']}

df = pd.DataFrame(data)

# 将“date”列设置为索引
df.set_index('date', inplace=True)

print(df.head())

输出：

            sales
date             
2021-01-01  10000
2021-01-02  15000
2021-01-03  20000

在此示例中，我们创建了一个包含销售额和销售日期的数据集。然后，我们使用set_index方法将“date”列设置为索引。注意，我们使用了inplace=True，这表示我们修改了原始数据集而不是返回新数据集。最后，我们打印了数据框的前几行，以确认操作是否成功。

将索引更改为数据集中的已有值

在某些情况下，您的数据集可能已经有一个其他列可以作为索引。在这种情况下，您可以使用该列的值将其更改为索引。

import pandas as pd

# 创建数据集
data = {'sales': [10000, 15000, 20000],
        'date': ['2021-01-01', '2021-01-02', '2021-01-03'],
        'product': ['A', 'B', 'C']}

df = pd.DataFrame(data)

# 将“product”列设置为索引
df.set_index('product', inplace=True)

print(df.head())

输出：

         sales        date
product                  
A        10000  2021-01-01
B        15000  2021-01-02
C        20000  2021-01-03

在此示例中，我们创建了一个包含销售额、销售日期和产品名称的数据集。然后，我们使用set_index方法将“product”列设置为索引。即使该列原本没有唯一值，使用该列作为索引也没有问题，pandas会自动创建多行。最后，我们打印了数据框的前几行，以确认操作是否成功。

如您所见，使用pandas将数据框的索引更改为其他列或值非常简单。可以使用set_index方法轻松将列设置为索引。