Pandas詳解十四之DataFrame對象的列和索引之間的轉化

約定：

import pandas as pd

DataFrame對象的列和索引之間的轉化

我們常常需要將DataFrame對象中的某列或某幾列作爲索引，或者將索引轉化爲對象的列。pandas提供了set_index()/reset_index() 來供我們使用。

一、列轉化爲索引

df1=pd.DataFrame({'X':range(5),'Y':range(5),'S':list("aaabb"),'Z':[1,1,2,2,2]})
df1

代碼結果：

	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

• 指定列爲索引

df1.set_index('S')

代碼結果：

	X	Y	Z
S
a	0	0	1
a	1	1	1
a	2	2	2
b	3	3	2
b	4	4	2

• 指定多個列作爲多級索引

df1.set_index(['S','Z'])

代碼結果：

		X	Y
S	Z
a	1	0	0
	1	1	1
	2	2	2
b	2	3	3
	2	4	4

• 同時保留作爲索引的列

df1.set_index(['S','Z'],drop=False)

代碼結果：

		S	X	Y	Z
S	Z
a	1	a	0	0	1
	1	a	1	1	1
	2	a	2	2	2
b	2	b	3	3	2
	2	b	4	4	2

二、索引轉化爲列

df2=df1.set_index(['S','Z'])
df2

代碼結果：

		X	Y
S	Z
a	1	0	0
	1	1	1
	2	2	2
b	2	3	3
	2	4	4

• 將單個索引作爲DataFrame對象的列

df2.reset_index('Z')

代碼結果：

	Z	X	Y
S
a	1	0	0
a	1	1	1
a	2	2	2
b	2	3	3
b	2	4	4

• 將多級索引作爲列

df2.reset_index()

代碼結果：

	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

• 直接刪除對指定索引

df2.reset_index('Z',drop=True)

代碼結果：

	X	Y
S
a	0	0
a	1	1
a	2	2
b	3	3
b	4	4

• 直接對原DataFrame對象修改

df2.reset_index(inplace=True)
df2

代碼結果：

	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

謝謝大家的瀏覽，
希望我的努力能幫助到您，
共勉！