Pandas之DataFrame对象的列和索引之间的转化
更新时间：2019年06月25日 14:25:26 作者：yungeisme
这篇文章主要介绍了Pandas之DataFrame对象的列和索引之间的转化，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
约定：
import pandas as pd
DataFrame对象的列和索引之间的转化
我们常常需要将DataFrame对象中的某列或某几列作为索引，或者将索引转化为对象的列。pandas提供了set_index()/reset_index() 来供我们使用。
一、列转化为索引
df1=pd.DataFrame({'X':range(5),'Y':range(5),'S':list("aaabb"),'Z':[1,1,2,2,2]})
df1
代码结果：
| 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 |
指定列为索引
df1.set_index('S')
代码结果：
| X | Y | Z | |
|---|---|---|---|
| S | |||
| a | 0 | 0 | 1 |
| a | 1 | 1 | 1 |
| a | 2 | 2 | 2 |
| b | 3 | 3 | 2 |
| b | 4 | 4 | 2 |
指定多个列作为多级索引
df1.set_index(['S','Z'])
代码结果：
| X | Y | ||
|---|---|---|---|
| S | Z | ||
| a | 1 | 0 | 0 |
| 1 | 1 | 1 | |
| 2 | 2 | 2 | |
| b | 2 | 3 | 3 |
| 2 | 4 | 4 |
同时保留作为索引的列
df1.set_index(['S','Z'],drop=False)
代码结果：
| 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、索引转化为列
df2=df1.set_index(['S','Z']) df2
代码结果：
| X | Y | ||
|---|---|---|---|
| S | Z | ||
| a | 1 | 0 | 0 |
| 1 | 1 | 1 | |
| 2 | 2 | 2 | |
| b | 2 | 3 | 3 |
| 2 | 4 | 4 |
将单个索引作为DataFrame对象的列
df2.reset_index('Z')
代码结果：
| Z | X | Y | |
|---|---|---|---|
| S | |||
| a | 1 | 0 | 0 |
| a | 1 | 1 | 1 |
| a | 2 | 2 | 2 |
| b | 2 | 3 | 3 |
| b | 2 | 4 | 4 |
将多级索引作为列
df2.reset_index()
代码结果：
| 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 |
直接删除对指定索引
df2.reset_index('Z',drop=True)
代码结果：
| X | Y | |
|---|---|---|
| S | ||
| a | 0 | 0 |
| a | 1 | 1 |
| a | 2 | 2 |
| b | 3 | 3 |
| b | 4 | 4 |
直接对原DataFrame对象修改
df2.reset_index(inplace=True) df2
代码结果：
| 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内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Python计算序列相似度的算法实例,求两个序列转换的最少交换步骤和最小交换距离,本文提供了部分实现代码与解决思路,对开发非常有帮助,需要的朋友可以参考下2023-07-07
Python开发的单词频率统计工具wordsworth使用方法
wordsworth是字母，单词和n元组频率分析，用来分析文件中的单词出现频率的工具。2014-06-06
下面小编就为大家分享一篇对numpy中轴与维度的理解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
aiohttp 模块是一个基于 asyncio 的 HTTP 客户端和服务器框架,可以用于异步处理 HTTP 请求和响应,这篇文章给大家介绍Python编程异步爬虫之aiohttp模块的基本用法,感兴趣的朋友一起看看吧2024-03-03
马上要过年了，这篇文章将用到Python中的tkinter库来写一副春联&福字送给大家。文中的实现方法讲解详细，感兴趣的小伙伴可以试一试2022-01-01
这篇文章主要介绍了python 从list中随机取值的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-11-11
这篇文章主要介绍了Python中函数带括号和不带括号的区别及说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-11-11
解决Django 在ForeignKey中出现 non-nullable field错误的问题
今天小编就为大家分享一篇解决Django 在ForeignKey中出现 non-nullable field错误的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-08-08
这篇文章给大家介绍了在 PyTorch 中,将数据从 CPU 移动到 GPU 的几种方法,使用 .to() 方法,使用 .cuda() 方法,使用 torch.Tensor 构造函数和使用 torch.tensor 构造函数这四个方法,通过代码示例介绍非常详细,需要的朋友可以参考下2024-01-01
这篇文章主要介绍了python实现WebSocket服务端过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-10-10
最新评论