Pandas.DataFrame如何重置列的行名(pandas.dataframe,开发技术)

pandas.DataFrame中的现有列分配给索引index（行名，行标签）。为索引指定唯一的名称很方便，因为使用loc，at选择（提取）元素时很容易理解。

将描述以下内容。

set_index（）的使用方法

基本用法

将指定的列保留为数据：参数drop

分配多索引

将索引更改为另一列（重置）

更改原始对象：参数inplace

读取csv文件等时指定索引

使用索引（行名）提取（选择）行和元素

了解如何更改索引的一部分或将整个列表替换为列表等，而不是将现有列分配给索引。

Pandas.DataFrame的行名和列名的修改

以下面的数据为例。

在第一个参数键中指定用作索引的列的列名（列标签）。指定的列设置为索引。

默认情况下，如上例所示，从数据列中删除指定的列。如果参数drop = False，则指定的列将设置为index，并且也将保留在data列中。

如果在第一个参数键中指定了列名列表（列标签），则将多列分配为多索引。

使用sort_index（）排序时，它可以整齐显示。

使用sort_values（）对行进行排序以进行说明。有关排序的详细信息，请参见以下文章。

pandas.DataFrame，Series排序（sort_values，sort_index）

默认情况下，如果在set_index（）中指定一列，则原始索引将被删除。

如果将参数append设置为True，则除了原始索引之外，还将将指定的列添加为新的层次结构索引。

添加的列是最底层。使用swaplevel（）切换图层。

与前面的示例一样，如果使用set_index（）指定列，则原始索引将被删除。

如果要保留原始索引，请使用reset_index（），它会从0开始按顺序对索引重新编号。

如果要将索引更改（重置）到另一列，请在reset_index（）之后使用set_index（）。如果一次性全部编写，将如下所示。

请注意，为方便起见，在此示例中将具有重叠值的列设置为索引，但是如果索引值不重叠（每个值都是唯一的），则更容易选择数据。

另请参见以下有关reset_index（）的文章。

Pandas.DataFrame,重置Series的索引index(reset_index)

默认情况下，set_index（）不会更改原始对象并返回新对象，但是如果inplace参数为True，则原始对象将被更改。

从csv文件等中读取并生成pandas.DataFrame或pandas.Series时，如果原始文件包含要用作索引的列，则可以在读取时指定该列。

使用read_csv（）读取文件时，在参数index_col中指定一个列号，该列即成为索引。

有关读取csv和tsv文件的详细信息，请参见以下文章。

Pandas读取csv/tsv文件（read_csv，read_table）

与前面的示例一样，如果在索引（行名，行标签）中指定唯一的字符串，则可以按名称提取（选择）行或元素。