在 Pandas Dataframe 中设置列作为索引
Manav Narula
2023年1月30日
2020年12月19日
-
使用
set_index()在 Pandas DataFrame 中指定列作为索引 -
使用
read_excel或read_csv中的index_col参数在 Pandas DataFrame 中将列作为索引
通常，在 Pandas Dataframe 中，我们默认以 0 到对象长度的序列号作为索引。我们也可以将 DataFrame 中的某一列作为其索引。为此，我们可以使用 pandas 中提供的 set_index()，也可以在从 excel 或 CSV 文件中导入 DataFrame 时指定列作为索引。
使用 set_index() 在 Pandas DataFrame 中指定列作为索引
set_index() 可以应用于列表、序列或 DataFrame 来改变它们的索引。对于 DataFrame，set_index() 也可以将多个列作为它们的索引。
例：
import pandas as pd
import numpy as np
colnames = ['Name','Time','Course']
df = pd.DataFrame([['Jay',10,'B.Tech'],
['Raj',12,'BBA'],
['Jack',11,'B.Sc']], columns = colnames)
print(df)
输出：
Name Time Course
0 Jay 10 B.Tech
1 Raj 12 BBA
2 Jack 11 B.Sc
将列作为索引的语法：
dataframe.set_index(Column_name,inplace = True)
使用 set_index() 将一列作为索引。
import pandas as pd
import numpy as np
colnames = ['Name','Time','Course']
df = pd.DataFrame([['Jay',10,'B.Tech'],
['Raj',12,'BBA'],
['Jack',11,'B.Sc']], columns = colnames)
df.set_index('Name', inplace = True)
print(df)
输出：
Time Course
Name
Jay 10 B.Tech
Raj 12 BBA
Jack 11 B.Sc
使多列作为索引：
import pandas as pd
import numpy as np
colnames = ['Name','Time','Course']
df = pd.DataFrame([['Jay',10,'B.Tech'],
['Raj',12,'BBA'],
['Jack',11,'B.Sc']], columns = colnames)
df.set_index(['Name','Course'], inplace = True)
print(df)
输出：
Time
Name Course
Jay B.Tech 10
Raj BBA 12
Jack B.Sc 11
使用 read_excel 或 read_csv 中的 index_col 参数在 Pandas DataFrame 中将列作为索引
当从 excel 或 CSV 文件中读取 DataFrame 时，我们可以指定我们想要的列作为 DataFrame 的索引。
例：
import pandas as pd
import numpy as np
df = pd.read_excel("data.xlsx",index_col = 2)
print(df)
输出：
Name Time
Course
B.Tech Mark 12
BBA Jack 10
B.Sc Jay 11
Author: Manav Narula
Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.
LinkedIn