Pandas之DataFrame对象的列和索引之间的转化
约定：
importpandasaspd
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
1
0
0
1
1
1
2
2
2
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
1
a
0
0
1
1
a
1
1
1
2
a
2
2
2
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
1
0
0
1
1
1
2
2
2
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毛票票。