Python?dataframe如何設(shè)置index
dataframe設(shè)置index
DataFrame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False)?
其中:keys是列標簽或數(shù)組列表
drop
:刪除要用作新索引的列,布爾值默認為Trueappend
:boolean是否將列附加到現(xiàn)有索引默認為False,inplace修改DataFrame(不要創(chuàng)建新對象)默認為Falseverify_integrity
:檢查新索引是否有重復(fù)項默認為False。
示例:
In [ ]: df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'], 'B': ['B0', 'B1', 'B2', 'B3'], 'C': ['C0', 'C1', 'C2', 'C3'], 'D': ['D0', 'D1', 'D2', 'D3']}, index=[0, 1, 2, 3]) Out[ ]: A B C D 0 A0 B0 C0 D0 1 A1 B1 C1 D1 2 A2 B2 C2 D2 3 A3 B3 C3 D3
>>> df1= df.set_index(['A', 'B']) >>> df2 = df.set_index([[1, 2, 3,4]])
DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill='')
level指僅從索引中刪除給定的級別,默認情況下刪除所有級別int,str,tuple或list,默認為None。drop確定索引列會是否還原為普通列
示例:
>>> df.reset_index()
重命名dataframe的index
方法1:直接賦值法
因為dataframe的index也是series格式的數(shù)據(jù),所以直接指定index為一個新的series即可修改dataframe的index:
方法2:map
方法3:rename
通過rename傳入一個函數(shù)可以批量替換index或rename:
也可以通過傳入一個字典,指定修改index或column:
自定義map函數(shù)處理dataframe
map函數(shù)通過傳入一個函數(shù)來對對象進行批量處理:
以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
python使用pika庫調(diào)用rabbitmq參數(shù)使用詳情
這篇文章主要介紹了python使用pika庫調(diào)用rabbitmq參數(shù)使用詳情,文章通過展開文章主題分享了三種方式,具有一定的參考價值,需要的朋友可以參考一下2022-08-08python類型強制轉(zhuǎn)換long to int的代碼
python的int型最大值和系統(tǒng)有關(guān),32位和64位系統(tǒng)結(jié)果是不同的,分別為2的31次方減1和2的63次方減1,可以通過sys.maxint查看此值2013-02-02