306 lines
10 KiB
Markdown
306 lines
10 KiB
Markdown
|
# 熊猫数据帧索引:设置熊猫数据帧的索引
|
|||
|
|
|
|||
|
|
> 原文：<https://www.askpython.com/python-modules/pandas/dataframe-indexing>
|
|||
|
|
|
|||
|
|
读者你好！在本教程中，我们将讨论在 Python 中设置熊猫 DataFrame 对象索引的不同方法。
|
|||
|
|
|
|||
|
|
* * *
|
|||
|
|
|
|||
|
|
## 我们所说的熊猫数据框架的索引是什么意思？
|
|||
|
|
|
|||
|
|
在 Python 中，当我们使用在 Pandas 模块中自动(默认)定义的`pd.DataFrame()`函数创建一个 [Pandas 数据帧](https://www.askpython.com/python-modules/pandas/dataframes-in-python)对象时，会生成行索引和列索引形式的地址，以表示数据帧中被称为索引的每个数据元素/点。
|
|||
|
|
|
|||
|
|
但是，行索引称为数据帧的**索引**，列索引简称为列。Pandas DataFrame 对象的索引唯一地标识它的行。让我们开始关于在 Python 中设置 Pandas DataFrame 对象的索引的不同方法的核心讨论。
|
|||
|
|
|
|||
|
|
## 创建时设置数据帧的索引
|
|||
|
|
|
|||
|
|
在 Python 中，我们可以在使用`index`参数创建数据帧时设置它的索引。在这个方法中，我们创建一个 Python 列表，并将其传递给其索引的`pd.DataFrame()`函数的`index`参数。让我们通过 Python 代码来实现这一点。
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
# Import Pandas module
|
|||
|
|
import pandas as pd
|
|||
|
|
|
|||
|
|
# Create a Python dictionary
|
|||
|
|
data = {'Name': ['Rajan', 'Raman', 'Deepak', 'David', 'Shivam'],
|
|||
|
|
'Marks': [93, 88, 95, 75, 99],
|
|||
|
|
'City': ['Agra', 'Pune', 'Delhi', 'Sivan', 'Delhi']}
|
|||
|
|
|
|||
|
|
# Create a Python list of Roll NOs
|
|||
|
|
Roll = [11, 12, 13, 14, 15]
|
|||
|
|
|
|||
|
|
# Create a DataFrame from the dictionary
|
|||
|
|
# and set Roll column as the index
|
|||
|
|
# using DataFrame() function with index parameter
|
|||
|
|
df = pd.DataFrame(data, index = Roll)
|
|||
|
|
print(df)
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
**输出:**
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
## 使用现有列设置数据帧的索引
|
|||
|
|
|
|||
|
|
在 Python 中，我们可以通过以下方式轻松地将 Pandas DataFrame 对象的任何现有列设置为其索引。
|
|||
|
|
|
|||
|
|
### 1.将列设置为索引(不保留列)
|
|||
|
|
|
|||
|
|
在这个方法中，我们将使用`inplace`参数，它是 Python Pandas 模块的`set_index()`函数的可选参数。默认情况下，`inplace`参数的值为`False`。但是这里我们将把`inplace`的值设为`True`。以便数据帧的旧索引被现有列替换，该列已作为新索引传递给`pd.set_index()`函数。让我们通过 Python 代码来实现这一点。
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
# Import Pandas module
|
|||
|
|
import pandas as pd
|
|||
|
|
|
|||
|
|
# Create a Python dictionary
|
|||
|
|
data = {'Name': ['Rajan', 'Raman', 'Deepak', 'David'],
|
|||
|
|
'Roll': [11, 12, 13, 14],
|
|||
|
|
'Marks': [93, 88, 95, 75]}
|
|||
|
|
|
|||
|
|
# Create a DataFrame from the dictionary
|
|||
|
|
df = pd.DataFrame(data)
|
|||
|
|
print("\nThis is the initial DataFrame:")
|
|||
|
|
print(df)
|
|||
|
|
|
|||
|
|
# Set the Roll column as the index
|
|||
|
|
# using set_index() function
|
|||
|
|
df = df.set_index('Roll')
|
|||
|
|
print("\nThis is the final DataFrame:")
|
|||
|
|
print(df)
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
**输出:**
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
### 2.将列设置为索引(保留该列)
|
|||
|
|
|
|||
|
|
在这个方法中，我们将使用`drop`参数，它是 Python Pandas 模块的`set_index()`函数的可选参数。默认情况下，`drop`参数的值为`True`。但是这里我们将把`drop`参数的值设置为`False`。以便已被设置为新索引的列不会从数据帧中删除。让我们通过 Python 代码来实现这一点。
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
# Import Pandas module
|
|||
|
|
import pandas as pd
|
|||
|
|
|
|||
|
|
# Create a Python dictionary
|
|||
|
|
data = {'Roll': [111, 112, 113, 114],
|
|||
|
|
'Name': ['Rajan', 'Raman', 'Deepak', 'David'],
|
|||
|
|
'Marks': [93, 88, 95, 75]}
|
|||
|
|
|
|||
|
|
# Create a DataFrame from the dictionary
|
|||
|
|
df = pd.DataFrame(data)
|
|||
|
|
print("\nThis is the initial DataFrame:")
|
|||
|
|
print(df)
|
|||
|
|
|
|||
|
|
# Set the Name column as the index
|
|||
|
|
# using set_index() function with drop
|
|||
|
|
df = df.set_index('Name', drop = False)
|
|||
|
|
print("\nThis is the final DataFrame:")
|
|||
|
|
print(df)
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
**输出:**
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
### 3.将多个列设置为数据帧的索引
|
|||
|
|
|
|||
|
|
在这个方法中，我们可以将 Pandas DataFrame 对象的多列设置为其索引，方法是创建 DataFrame 的列名列表，然后将其传递给`set_index()`函数。这就是为什么在这种情况下，该指数被称为**多指数**。让我们通过 Python 代码来实现这一点。
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
# Import Pandas module
|
|||
|
|
import pandas as pd
|
|||
|
|
|
|||
|
|
# Create a Python dictionary
|
|||
|
|
data = {'Roll': [111, 112, 113, 114],
|
|||
|
|
'Name': ['Rajan', 'Raman', 'Deepak', 'David'],
|
|||
|
|
'Marks': [93, 88, 95, 75],
|
|||
|
|
'City': ['Agra', 'Pune', 'Delhi', 'Sivan']}
|
|||
|
|
|
|||
|
|
# Create a DataFrame from the dictionary
|
|||
|
|
df = pd.DataFrame(data)
|
|||
|
|
print("\nThis is the initial DataFrame:")
|
|||
|
|
print(df)
|
|||
|
|
|
|||
|
|
# Set the Roll & Name column as the multi-index
|
|||
|
|
# using set_index() function and list of column names
|
|||
|
|
df = df.set_index(['Roll', 'Name'])
|
|||
|
|
print("\nThis is the final DataFrame:")
|
|||
|
|
print(df)
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
**输出:**
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
## 使用 Python 对象设置数据帧的索引
|
|||
|
|
|
|||
|
|
在 Python 中，我们可以通过以下方式将任何 Python 对象如**列表、**或**系列**设置为 Pandas DataFrame 对象的索引。
|
|||
|
|
|
|||
|
|
### 1.Python 列表作为数据帧的索引
|
|||
|
|
|
|||
|
|
在这个方法中，我们可以使用`pd.Index()`、`range()`和`set_index()`函数来设置熊猫数据帧对象的索引。首先，我们将使用`range()`函数创建一个 Python 数字序列，然后将其传递给返回 DataFrame 索引对象的`pd.Index()`函数。然后，我们将返回的 DataFrame index 对象传递给`set_index()`函数，将其设置为 DataFrame 的新索引。让我们通过 Python 代码来实现这一点。
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
# Import Pandas module
|
|||
|
|
import pandas as pd
|
|||
|
|
|
|||
|
|
# Create a Python dictionary
|
|||
|
|
data = {'Roll': [111, 112, 113, 114, 115],
|
|||
|
|
'Name': ['Rajan', 'Raman', 'Deepak', 'David', 'Shivam'],
|
|||
|
|
'Marks': [93, 88, 95, 75, 99],
|
|||
|
|
'City': ['Agra', 'Pune', 'Delhi', 'Sivan', 'Delhi']}
|
|||
|
|
|
|||
|
|
# Create a DataFrame from the dictionary
|
|||
|
|
df = pd.DataFrame(data)
|
|||
|
|
print("\nThis is the initial DataFrame:")
|
|||
|
|
print(df)
|
|||
|
|
|
|||
|
|
# Create a Python list
|
|||
|
|
list = ['I', 'II', 'III', 'IV', 'V']
|
|||
|
|
|
|||
|
|
# Create a DataFrame index object
|
|||
|
|
# using pd.Index() function
|
|||
|
|
idx = pd.Index(list)
|
|||
|
|
|
|||
|
|
# Set the above DataFrame index object as the index
|
|||
|
|
# using set_index() function
|
|||
|
|
df = df.set_index(idx)
|
|||
|
|
print("\nThis is the final DataFrame:")
|
|||
|
|
print(df)
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
**输出:**
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
### 2.Python 范围作为数据帧的索引
|
|||
|
|
|
|||
|
|
在这个方法中，我们可以使用`pd.Index()`和`set_index()`函数设置 Pandas DataFrame 对象的索引。首先，我们将创建一个 Python 列表，然后将其传递给返回 DataFrame 索引对象的`pd.Index()`函数。然后，我们将返回的 DataFrame index 对象传递给`set_index()`函数，将其设置为 DataFrame 的新索引。让我们通过 Python 代码来实现这一点。
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
# Import Pandas module
|
|||
|
|
import pandas as pd
|
|||
|
|
|
|||
|
|
# Create a Python dictionary
|
|||
|
|
data = {'Roll': [111, 112, 113, 114, 115],
|
|||
|
|
'Name': ['Rajan', 'Raman', 'Deepak', 'David', 'Shivam'],
|
|||
|
|
'Marks': [93, 88, 95, 75, 99],
|
|||
|
|
'City': ['Agra', 'Pune', 'Delhi', 'Sivan', 'Delhi']}
|
|||
|
|
|
|||
|
|
# Create a DataFrame from the dictionary
|
|||
|
|
df = pd.DataFrame(data)
|
|||
|
|
print("\nThis is the initial DataFrame:")
|
|||
|
|
print(df)
|
|||
|
|
|
|||
|
|
# Create a DataFrame index object
|
|||
|
|
# using pd.Index() & range() function
|
|||
|
|
idx = pd.Index(range(1, 6, 1))
|
|||
|
|
|
|||
|
|
# Set the above DataFrame index object as the index
|
|||
|
|
# using set_index() function
|
|||
|
|
df = df.set_index(idx)
|
|||
|
|
print("\nThis is the final DataFrame:")
|
|||
|
|
print(df)
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
**输出:**
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
### 3.Python 系列作为数据帧的索引
|
|||
|
|
|
|||
|
|
在这个方法中，我们可以使用`pd.Series()`和`set_index()`函数设置 Pandas DataFrame 对象的索引。首先，我们将创建一个 Python 列表并将其传递给`pd.Series()`函数，该函数返回一个可用作 DataFrame 索引对象的 Pandas 系列。然后，我们将返回的 Pandas 系列传递给`set_index()`函数，将其设置为 DataFrame 的新索引。让我们通过 Python 代码来实现这一点。
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
# Import Pandas module
|
|||
|
|
import pandas as pd
|
|||
|
|
|
|||
|
|
# Create a Python dictionary
|
|||
|
|
data = {'Roll': [111, 112, 113, 114, 115],
|
|||
|
|
'Name': ['Rajan', 'Raman', 'Deepak', 'David', 'Shivam'],
|
|||
|
|
'Marks': [93, 88, 95, 75, 99],
|
|||
|
|
'City': ['Agra', 'Pune', 'Delhi', 'Sivan', 'Delhi']}
|
|||
|
|
|
|||
|
|
# Create a DataFrame from the dictionary
|
|||
|
|
df = pd.DataFrame(data)
|
|||
|
|
print("\nThis is the initial DataFrame:")
|
|||
|
|
print(df)
|
|||
|
|
|
|||
|
|
# Create a Pandas series
|
|||
|
|
# using pd.Series() function & Python list
|
|||
|
|
series_idx = pd.Series([5, 4, 3, 2, 1])
|
|||
|
|
|
|||
|
|
# Set the above Pandas series as the index
|
|||
|
|
# using set_index() function
|
|||
|
|
df = df.set_index(series_idx)
|
|||
|
|
print("\nThis is the final DataFrame:")
|
|||
|
|
print(df)
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
**输出:**
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
This is the initial DataFrame:
|
|||
|
|
Roll Name Marks City
|
|||
|
|
0 111 Rajan 93 Agra
|
|||
|
|
1 112 Raman 88 Pune
|
|||
|
|
2 113 Deepak 95 Delhi
|
|||
|
|
3 114 David 75 Sivan
|
|||
|
|
4 115 Shivam 99 Delhi
|
|||
|
|
|
|||
|
|
This is the final DataFrame:
|
|||
|
|
Roll Name Marks City
|
|||
|
|
5 111 Rajan 93 Agra
|
|||
|
|
4 112 Raman 88 Pune
|
|||
|
|
3 113 Deepak 95 Delhi
|
|||
|
|
2 114 David 75 Sivan
|
|||
|
|
1 115 Shivam 99 Delhi
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
## 4.设置数据帧的索引，保留旧索引
|
|||
|
|
|
|||
|
|
在这个方法中，我们将使用`append`参数，它是 Python Pandas 模块的`set_index()`函数的可选参数。默认情况下，`append`参数的值为`False`。但是这里我们将把 append 参数的值设置为`True`。从而数据帧的旧索引被传递给`set_index()`函数的新索引所附加。让我们通过 Python 代码来实现这一点。
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
# Import Pandas module
|
|||
|
|
import pandas as pd
|
|||
|
|
|
|||
|
|
# Create a Python dictionary
|
|||
|
|
data = {'Roll': [111, 112, 113, 114, 115],
|
|||
|
|
'Name': ['Rajan', 'Raman', 'Deepak', 'David', 'Shivam'],
|
|||
|
|
'Marks': [93, 88, 95, 75, 99],
|
|||
|
|
'City': ['Agra', 'Pune', 'Delhi', 'Sivan', 'Delhi']}
|
|||
|
|
|
|||
|
|
# Create a DataFrame from the dictionary
|
|||
|
|
df = pd.DataFrame(data)
|
|||
|
|
print("\nThis is the initial DataFrame:")
|
|||
|
|
print(df)
|
|||
|
|
|
|||
|
|
# Set Roll column as the index of the DataFrame
|
|||
|
|
# using set_index() function & append
|
|||
|
|
df = df.set_index('Roll', append = True)
|
|||
|
|
print("\nThis is the final DataFrame:")
|
|||
|
|
print(df)
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
**输出:**
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
## 结论
|
|||
|
|
|
|||
|
|
在本教程中，我们学习了以下内容:
|
|||
|
|
|
|||
|
|
* 熊猫数据帧对象的索引是什么？
|
|||
|
|
* 如何在创建数据帧时设置索引？
|
|||
|
|
* 如何将 DataFrame 的现有列设置为索引或多索引？
|
|||
|
|
* 如何将列表、范围或熊猫系列等 Python 对象设置为索引？
|
|||
|
|
* 如何设置新的索引保持旧的？
|