Python dataframe怎么设置index

今天小编给大家分享一下Python dataframe怎么设置index的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。

dataframe设置index

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

其中：keys是列标签或数组列表

• drop：删除要用作新索引的列,布尔值默认为True

• append：boolean是否将列附加到现有索引默认为False，inplace修改DataFrame（不要创建新对象）默认为False

• verify_integrity：检查新索引是否有重复项默认为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       D0       A0      B0      C0      D01       A1      B1      C1      D12       A2      B2      C2      D23       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指仅从索引中删除给定的级别，默认情况下删除所有级别int，str，tuple或list，默认为None。drop确定索引列会是否还原为普通列

示例：

>>> df.reset_index()

重命名dataframe的index

方法1：直接赋值法

因为dataframe的index也是series格式的数据，所以直接指定index为一个新的series即可修改dataframe的index：

方法2：map

方法3：rename

通过rename传入一个函数可以批量替换index或rename：

也可以通过传入一个字典，指定修改index或column：

自定义map函数处理dataframe

map函数通过传入一个函数来对对象进行批量处理：

以上就是"Python dataframe怎么设置index"这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注行业资讯频道。