Pandas index操作索引

您所在的位置：网站首页 › pandas中文索引定位行 › Pandas index操作索引

Pandas index操作索引

#Pandas index操作索引| 来源: 网络整理| 查看: 265

索引（index）是Pandas的重要工具，通过索引可以从DataFame中选择特定的行数和列数，这种选择数据的方式称为“子集选择”。

在Pandas中，索引值也被称为标签（label），它在Jupyter笔记本中以粗体字进行显示。索引可以加快数据访问的速度，它就好比数据的书签，通过它可以实现数据的快速查找。

创建索引

通过示例对index索引做进一步讲解。下面创建一个带有index索引的数据，并使用read_csv()这些读取数据：

import pandas as pd data = pd.read_csv("person.csv") print(data)

输出结果：

ID Name Age City Salary 0 1 Jack 28 Beijing 22000 1 2 Lida 32 Shanghai 19000 2 3 John 43 Shenzhen 12000 3 4 Helen 38 Hengshui 3500

通过列索引（标签）读取多列数据。

import pandas as pd #设置"Name"为行索引 data = pd.read_csv("person.csv", index_col ="Name") # 通过列标签选取多列数据 a = data[["City","Salary"]] print(a)

输出结果：

City Salary Name Jack Beijing 22000 Lida Shanghai 19000 John Shenzhen 12000 Helen Hengshui 3500

再看一组简单的示例：

import pandas as pd info =pd.read_csv("person.csv", index_col ="Name") #获取单列数据，或者以列表的形式传入["Salary"] a =info["Salary"] print(a)

输出结果：

Salary Name Jack 22000 Lida 19000 John 12000 Helen 3500 设置索引

set_index()将已存在的列标签设置为DataFrame行索引。除了可以添加索引外，也可以替换已经存在的索引。比如您也可以把Series或者一个DataFrme设置成另一个DataFrame的索引。示例如下：

info = pd.DataFrame({'Name': ['Parker', 'Terry', 'Smith', 'William'], 'Year': [2011, 2009, 2014, 2010], 'Leaves': [10, 15, 9, 4]}) #设置Name为行索引 print(info.set_index('Name'))

输出结果：

Year Leaves Name Parker 2011 10 Terry 2009 15 Smith 2014 9 William 2010 4 重置索引

您可以使用reset_index()来恢复初始行索引，示例如下：

import pandas as pd import numpy as np info = pd.DataFrame([('William', 'C'), ('Smith', 'Java'), ('Parker', 'Python'), ('Phill', np.nan)], index=[1, 2, 3, 4], columns=('name', 'Language')) print(info) print(info.reset_index())

输出结果：

重置前： name Language 1 William C 2 Smith Java 3 Parker Python 4 Phill NaN 重置后： index name Language 0 1 William C 1 2 Smith Java 2 3 Parker Python 3 4 Phill NaN

以上就是小编为大家整理发布的“Pandasindex操作索引”一文，更多相关内容尽在开课吧广场Python教程频道。

【本文地址】

Pandas index操作索引

Pandas index操作索引

今日新闻

推荐新闻