Pandas DataFrame DataFrame.set_index() 函数

Suraj Joshi 2023年1月30日 2020年6月17日
  1. pandas.DataFrame.set_index() 方法的语法
  2. 示例代码:用 Pandas DataFrame.set_index() 方法设置 Pandas DataFrame 索引
  3. 示例代码:在 Pandas DataFrame.set_index() 方法中设置 drop=False
  4. 示例代码在 Pandas DataFrame.set_index 方法中设置 inplace=True
  5. 示例代码:使用 Pandas DataFrame.set_index() 方法设置多索引列
  6. 示例代码:Pandas Dataframe.set_index()verify_integrityTrue 时的行为
Pandas DataFrame DataFrame.set_index() 函数

pandas.DataFrame.set_index() 方法可以用来设置适当长度的数组或列作为 DataFrame 的索引,即使在 DataFrame 创建后也可以使用。新设置的索引可以替代现有的索引,也可以在现有索引的基础上进行扩展。

pandas.DataFrame.set_index() 方法的语法

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

参数

keys 列或列列表作为索引设置
drop 布尔型。默认值为 True,删除要设置为索引的列
append 布尔型。默认值是 False,它指定是否将列追加到现有的索引中
inplace 布尔型。如果 True,则在原地修改调用者的 DataFrame
verify_integrity 布尔型。如果是 True,在创建有重复的索引时引发 ValueError。默认值是 False

返回值

如果 inplaceTrue,则返回一个带有修改过的索引列的 DataFrame 对象;否则为 None

示例代码:用 Pandas DataFrame.set_index() 方法设置 Pandas DataFrame 索引

import pandas as pd
fruit_list = [ ('Orange', 34, 'Yes' ,'ABC') ,
             ('Mango', 24, 'No','ABC' ) ,
             ('banana', 14, 'No','ABC' ) ,
             ('Apple', 44, 'Yes',"XYZ" ) ]

df = pd.DataFrame(fruit_list, 
                  columns = ['Name',
                             'Price',
                             'In_Stock',
                             'Supplier']) 
print(df)
df_modified=df.set_index("Name")
print(df_modified)

输出:

        Name  Price In_Stock Supplier
0     Orange     34      Yes      ABC
1      Mango     24       No      ABC
2     banana     14       No      ABC
3      Apple     44      Yes      XYZ
4  Pineapple     64       No      XYZ
5       Kiwi     84      Yes      XYZ
           Price In_Stock Supplier
Name                              
Orange        34      Yes      ABC
Mango         24       No      ABC
banana        14       No      ABC
Apple         44      Yes      XYZ
Pineapple     64       No      XYZ
Kiwi          84      Yes      XYZ

原始的 Dataframe 将数字范围作为默认的索引列,而在 modified_df 中,我们使用 set_index() 方法设置 Name 列作为索引。

示例代码:在 Pandas DataFrame.set_index() 方法中设置 drop=False

import pandas as pd
fruit_list = [ ('Orange', 34, 'Yes' ,'ABC') ,
             ('Mango', 24, 'No','ABC' ) ,
             ('banana', 14, 'No','ABC' ) ,
             ('Apple', 44, 'Yes',"XYZ" )  ]

df = pd.DataFrame(fruit_list, 
                  columns = ['Name',
                             'Price',
                             'In_Stock',
                             'Supplier']) 
print(df)

df_modified=df.set_index("Name",drop=False)

print(df_modified)

输出:

     Name  Price In_Stock Supplier
0  Orange     34      Yes      ABC
1   Mango     24       No      ABC
2  banana     14       No      ABC
3   Apple     44      Yes      XYZ
          Name  Price In_Stock Supplier
Name                                   
Orange  Orange     34      Yes      ABC
Mango    Mango     24       No      ABC
banana  banana     14       No      ABC
Apple    Apple     44      Yes      XYZ

如果我们在 DataFrame 的 set_index 方法中设置 drop=False,即使 Name 列被设置为 index 列,它仍然是 Dataframe 中的一列。

示例代码在 Pandas DataFrame.set_index 方法中设置 inplace=True

import pandas as pd

fruit_list = [ ('Orange', 34, 'Yes' ,'ABC') ,
             ('Mango', 24, 'No','ABC' ) ,
             ('banana', 14, 'No','ABC' ) ,
             ('Apple', 44, 'Yes',"XYZ" )  ]

df = pd.DataFrame(fruit_list, columns = ['Name' , 'Price', 'In_Stock',"Supplier"]) 
print("Before Setting Index:")
print(df)
df.set_index("Name",inplace=True)
print("After Setting Index:")
print(df)

输出:

Before Setting Index:
     Name  Price In_Stock Supplier
0  Orange     34      Yes      ABC
1   Mango     24       No      ABC
2  banana     14       No      ABC
3   Apple     44      Yes      XYZ
After Setting Index:
        Price In_Stock Supplier
Name                           
Orange     34      Yes      ABC
Mango      24       No      ABC
banana     14       No      ABC
Apple      44      Yes      XYZ

如果我们在 set_index() 方法中设置 inplace=True,调用者 DataFrame 将被原地修改。

示例代码:使用 Pandas DataFrame.set_index() 方法设置多索引列

import pandas as pd

fruit_list = [ ('Orange', 34, 'Yes' ,'ABC') ,
             ('Mango', 24, 'No','ABC' ) ,
             ('banana', 14, 'No','ABC' ) ,
             ('Apple', 44, 'Yes',"XYZ" )  ]

df = pd.DataFrame(fruit_list, columns = ['Name' , 'Price', 'In_Stock',"Supplier"]) 
print("Before Setting Index:")
print(df)
df.set_index("Name",append=True,inplace=True,drop=False)
print("After Setting Index:")
print(df)

输出:

Before Setting Index:
     Name  Price In_Stock Supplier
0  Orange     34      Yes      ABC
1   Mango     24       No      ABC
2  banana     14       No      ABC
3   Apple     44      Yes      XYZ
After Setting Index:
            Name  Price In_Stock Supplier
  Name                                   
0 Orange  Orange     34      Yes      ABC
1 Mango    Mango     24       No      ABC
2 banana  banana     14       No      ABC
3 Apple    Apple     44      Yes      XYZ

如果我们在 set_index() 方法中设置 append=True,则会将新设置的索引列追加到现有的索引中,并且单个 DataFrame 有多个索引列。

示例代码:Pandas Dataframe.set_index()verify_integrityTrue 时的行为

import pandas as pd

fruit_list = [ ('Orange', 34, 'Yes' ,'ABC') ,
             ('Mango', 24, 'No','ABC' ) ,
             ('Apple', 14, 'No','ABC' ) ,
             ('Apple', 44, 'Yes',"XYZ" ) ]

df = pd.DataFrame(fruit_list, 
                  columns = ['Name',
                             'Price',
                             'In_Stock',
                             'Supplier']) 

df_modified=df.set_index("Name", verify_integrity=True)
print(df_modified)

输出:

Traceback (most recent call last):
  .....line 3920, in set_index
    dup=duplicates))
ValueError: Index has duplicate keys: Index(['Apple'], dtype='object', name='Name')

因为索引有重复的索引- Apple,所以会引发 ValueError。它有两个 Apple 在列中被设置为索引;因此,如果 set_index() 方法中的 verify_integrity 被设置为 True,它就会引发一个错误。

Author: Suraj Joshi
Suraj Joshi avatar Suraj Joshi avatar

Suraj Joshi is a backend software engineer at Matrice.ai.

LinkedIn

相关文章 - Pandas DataFrame