Python?dataframe怎么設置index

Python DataFrame怎么設置index

在Python中，Pandas庫提供了強大的數據處理功能，其中DataFrame是最常用的數據結構之一。DataFrame類似于電子表格或SQL表，它由行和列組成。每一行都有一個唯一的標識符，稱為index。默認情況下，DataFrame的index是從0開始的整數序列，但我們可以根據需求自定義index。

本文將介紹如何在Pandas中設置和修改DataFrame的index。

1. 創建DataFrame時設置index

在創建DataFrame時，可以通過index參數直接指定index。

import pandas as pd

# 創建DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'Los Angeles', 'Chicago']}

df = pd.DataFrame(data, index=['a', 'b', 'c'])

print(df)

輸出結果：

      Name  Age         City
a    Alice   25     New York
b      Bob   30  Los Angeles
c  Charlie   35      Chicago

在這個例子中，我們為DataFrame設置了自定義的index，分別是'a', 'b', 'c'。

2. 修改現有DataFrame的index

如果已經有一個DataFrame，可以通過set_index方法或直接賦值的方式來修改index。

2.1 使用set_index方法

set_index方法可以將某一列或多列設置為index。

# 使用set_index方法
df.set_index('Name', inplace=True)

print(df)

輸出結果：

         Age         City
Name                     
Alice     25     New York
Bob       30  Los Angeles
Charlie   35      Chicago

在這個例子中，我們將Name列設置為index。

2.2 直接賦值修改index

也可以通過直接賦值的方式修改index。

# 直接賦值修改index
df.index = ['x', 'y', 'z']

print(df)

輸出結果：

         Age         City
x        25     New York
y        30  Los Angeles
z        35      Chicago

在這個例子中，我們將index修改為['x', 'y', 'z']。

3. 重置index

有時候我們需要將index重置為默認的整數序列?？梢允褂?code>reset_index方法來實現。

# 重置index
df.reset_index(inplace=True)

print(df)

輸出結果：

   index  Age         City
0      x   25     New York
1      y   30  Los Angeles
2      z   35      Chicago

在這個例子中，reset_index方法將index重置為默認的整數序列，并將原來的index作為一列保留在DataFrame中。

4. 設置多級index

Pandas還支持多級index（也稱為MultiIndex），可以通過set_index方法將多列設置為index。

# 設置多級index
df.set_index(['Name', 'City'], inplace=True)

print(df)

輸出結果：

               Age
Name    City      
Alice   New York   25
Bob     Los Angeles 30
Charlie Chicago    35

在這個例子中，我們將Name和City兩列設置為多級index。

5. 總結

在Pandas中，index是DataFrame的重要組成部分，它可以幫助我們更高效地訪問和操作數據。通過本文的介紹，你應該已經掌握了如何在創建DataFrame時設置index，如何修改現有DataFrame的index，以及如何重置index。此外，還介紹了如何設置多級index。希望這些技巧能幫助你在數據處理中更加得心應手。