Pandas之DataFrame對象的列和索引之間的轉(zhuǎn)化
更新時間：2019年06月25日 14:25:26 作者：yungeisme
這篇文章主要介紹了Pandas之DataFrame對象的列和索引之間的轉(zhuǎn)化，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
約定：
import pandas as pd
DataFrame對象的列和索引之間的轉(zhuǎn)化
我們常常需要將DataFrame對象中的某列或某幾列作為索引，或者將索引轉(zhuǎn)化為對象的列。pandas提供了set_index()/reset_index() 來供我們使用。
一、列轉(zhuǎn)化為索引
df1=pd.DataFrame({'X':range(5),'Y':range(5),'S':list("aaabb"),'Z':[1,1,2,2,2]})
df1
代碼結(jié)果：
| S | X | Y | Z | |
|---|---|---|---|---|
| 0 | a | 0 | 0 | 1 |
| 1 | a | 1 | 1 | 1 |
| 2 | a | 2 | 2 | 2 |
| 3 | b | 3 | 3 | 2 |
| 4 | b | 4 | 4 | 2 |
指定列為索引
df1.set_index('S')
代碼結(jié)果：
| X | Y | Z | |
|---|---|---|---|
| S | |||
| a | 0 | 0 | 1 |
| a | 1 | 1 | 1 |
| a | 2 | 2 | 2 |
| b | 3 | 3 | 2 |
| b | 4 | 4 | 2 |
指定多個列作為多級索引
df1.set_index(['S','Z'])
代碼結(jié)果：
| X | Y | ||
|---|---|---|---|
| S | Z | ||
| a | 1 | 0 | 0 |
| 1 | 1 | 1 | |
| 2 | 2 | 2 | |
| b | 2 | 3 | 3 |
| 2 | 4 | 4 |
同時保留作為索引的列
df1.set_index(['S','Z'],drop=False)
代碼結(jié)果：
| S | X | Y | Z | ||
|---|---|---|---|---|---|
| S | Z | ||||
| a | 1 | a | 0 | 0 | 1 |
| 1 | a | 1 | 1 | 1 | |
| 2 | a | 2 | 2 | 2 | |
| b | 2 | b | 3 | 3 | 2 |
| 2 | b | 4 | 4 | 2 |
二、索引轉(zhuǎn)化為列
df2=df1.set_index(['S','Z']) df2
代碼結(jié)果：
| X | Y | ||
|---|---|---|---|
| S | Z | ||
| a | 1 | 0 | 0 |
| 1 | 1 | 1 | |
| 2 | 2 | 2 | |
| b | 2 | 3 | 3 |
| 2 | 4 | 4 |
將單個索引作為DataFrame對象的列
df2.reset_index('Z')
代碼結(jié)果：
| Z | X | Y | |
|---|---|---|---|
| S | |||
| a | 1 | 0 | 0 |
| a | 1 | 1 | 1 |
| a | 2 | 2 | 2 |
| b | 2 | 3 | 3 |
| b | 2 | 4 | 4 |
將多級索引作為列
df2.reset_index()
代碼結(jié)果：
| S | Z | X | Y | |
|---|---|---|---|---|
| 0 | a | 1 | 0 | 0 |
| 1 | a | 1 | 1 | 1 |
| 2 | a | 2 | 2 | 2 |
| 3 | b | 2 | 3 | 3 |
| 4 | b | 2 | 4 | 4 |
直接刪除對指定索引
df2.reset_index('Z',drop=True)
代碼結(jié)果：
| X | Y | |
|---|---|---|
| S | ||
| a | 0 | 0 |
| a | 1 | 1 |
| a | 2 | 2 |
| b | 3 | 3 |
| b | 4 | 4 |
直接對原DataFrame對象修改
df2.reset_index(inplace=True) df2
代碼結(jié)果：
| S | Z | X | Y | |
|---|---|---|---|---|
| 0 | a | 1 | 0 | 0 |
| 1 | a | 1 | 1 | 1 |
| 2 | a | 2 | 2 | 2 |
| 3 | b | 2 | 3 | 3 |
| 4 | b | 2 | 4 | 4 |
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
python如何實現(xiàn)excel數(shù)據(jù)添加到mongodb
本文介紹了python是如何實現(xiàn)excel數(shù)據(jù)添加到mongodb，為了將數(shù)據(jù)導(dǎo)入mongodb，引入了pymongo，xlrd包,需要的朋友可以參考下2015-07-07
這篇文章主要給大家介紹了關(guān)于如何向Pandas?DataFrame添加行的相關(guān)資料,文中通過實例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2022-03-03
淺談Python小波分析庫Pywavelets的一點使用心得
這篇文章主要介紹了淺談Python小波分析庫Pywavelets的一點使用心得，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07
python按列索引提取文件夾內(nèi)所有excel指定列匯總(示例代碼)
這篇文章主要介紹了python按列索引提取文件夾內(nèi)所有excel指定列匯總,本文通過多種場景分析結(jié)合示例代碼給大家介紹的非常詳細(xì)，需要的朋友可以參考下2022-03-03
這篇文章主要介紹了Python繪制的愛心樹與表白代碼,本文通過實例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-04-04
python實現(xiàn)beta分布概率密度函數(shù)的方法
今天小編就為大家分享一篇python實現(xiàn)beta分布概率密度函數(shù)的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
Python實現(xiàn)的三層BP神經(jīng)網(wǎng)絡(luò)算法示例
這篇文章主要介紹了Python實現(xiàn)的三層BP神經(jīng)網(wǎng)絡(luò)算法,結(jié)合完整實例形式分析了Python三層BP神經(jīng)網(wǎng)絡(luò)算法的具體實現(xiàn)與使用相關(guān)操作技巧,需要的朋友可以參考下2018-02-02
這篇文章主要介紹了linux下python抓屏實現(xiàn)方法,涉及Python操作屏幕截取的相關(guān)技巧,需要的朋友可以參考下2015-05-05
Python還能這么玩之只用30行代碼從excel提取個人值班表
公司實行項目值班制度,拿到值班表,看到全部的值班信息,要去查找自己的值班信息,是一件頭痛的事情.作為程序員,當(dāng)然要簡化,將自己的信息提煉出來,需要的朋友可以參考下2021-06-06
這篇文章主要為大家詳細(xì)介紹了python實現(xiàn)畫圓功能，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-01-01