pandas將DataFrame的列變成行索引的方法

NO IMAGE

pandas提供了set_index方法可以將DataFrame的列(多列)變成行索引,通過reset_index方法可以將層次化索引的級別會被轉移到列裡面。

1、DataFrame的set_index方法


data = pd.DataFrame(np.arange(1,10).reshape(3,3),index=["a","b","c"],columns=["A","B","C"])
print(data)
'''
A B C
a 1 2 3
b 4 5 6
c 7 8 9
'''
#將列索引為B的列變成data的行索引
print(data.set_index("B"))
'''
A C
B
2 1 3
5 4 6
8 7 9
'''
#獲取行索引
print(data.set_index("B").index)
#Int64Index([2, 5, 8], dtype='int64', name='B')
#獲取列索引
print(data.set_index("B").columns)
#Index(['A', 'C'], dtype='object')
#將列索引為A和C的列變成行索引,層次化索引
print(data.set_index(["A","C"]))
'''
B
A C
1 3 2
4 6 5
7 9 8
'''

2、DataFrame的reset_index方法


data = pd.DataFrame(np.arange(1,10).reshape(3,3),index=["a","b","c"],columns=["A","B","C"])
print(data)
'''
A B C
a 1 2 3
b 4 5 6
c 7 8 9
'''
print(data.set_index(["C"]))
'''
A B
C
3 1 2
6 4 5
9 7 8
'''
#相對於data來說行索引從原來的a、b、c變成了0、1、2
#在使用set_index方法的時候行索引就已經被修改了
print(data.set_index(["C"]).reset_index())
'''
C A B
0 3 1 2
1 6 4 5
2 9 7 8
'''
print(data.index)
#Index(['a', 'b', 'c'], dtype='object')
print(data.set_index(["C"]).reset_index().index)
#RangeIndex(start=0, stop=3, step=1)
print(data.set_index(["C"]).reset_index().columns)
#Index(['C', 'A', 'B'], dtype='object')

以上這篇pandas將DataFrame的列變成行索引的方法就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支援指令碼之家。

您可能感興趣的文章:

python中pandas.DataFrame對行與列求和及新增新行與列示例python pandas dataframe 按列或者按行合併的方法對Python中DataFrame按照行遍歷的方法pandas系列之DataFrame 行列資料篩選例項pandas Dataframe行列讀取的例項python pandas庫中DataFrame對行和列的操作例項講解