Pandas之DataFrame对象的列和索引之间的转化
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【听图阁-专注于Python设计】。
