好习惯！pandas8个常用的index设置

在数据处理时，经常会因为index报错而发愁。不要紧，本次来和大家聊聊pandas中处理索引的几种常用方法。

三江侗ssl适用于网站、小程序/APP、API接口等需要进行数据传输应用场景，ssl证书未来市场广阔！成为成都创新互联公司的ssl证书销售渠道，可以享受市场价格4-6折优惠！如果有意向欢迎电话联系或者加微信：18980820575（备注：SSL证书合作）期待与您的合作！

1.读取时指定索引列

很多情况下，我们的数据源是 CSV 文件。假设有一个名为的文件data.csv，包含以下数据。

 
 
 
 
    
  
  
  
  
  1. date,temperature,humidity  
    2.   
  
  
  
  2. 07/01/21,95,50  
    3.   
  
  
  
  3. 07/02/21,94,55  
    4.   
  
  
  
  4. 07/03/21,94,56 
    5.

默认情况下，pandas将会创建一个从0开始的索引行，如下：

 
 
 
 
    
  
  
  
  
  1. >>> pd.read_csv("data.csv", parse_dates=["date"])  
    2.   
  
  
  
  2.         date  temperature  humidity  
    3.   
  
  
  
  3. 0 2021-07-01           95        50  
    4.   
  
  
  
  4. 1 2021-07-02           94        55  
    5.   
  
  
  
  5. 2 2021-07-03           94        56 
    6.

但是，我们可以在导入过程中通过将index_col参数设置为某一列可以直接指定索引列。

 
 
 
 
    
  
  
  
  
  1. >>> pd.read_csv("data.csv", parse_dates=["date"], index_col="date")  
    2.   
  
  
  
  2.             temperature  humidity  
    3.   
  
  
  
  3. date                               
    4.   
  
  
  
  4. 2021-07-01           95        50  
    5.   
  
  
  
  5. 2021-07-02           94        55  
    6.   
  
  
  
  6. 2021-07-03           94        56 
    7.

2. 使用现有的 DataFrame 设置索引

当然，如果已经读取数据或做完一些数据处理步骤后，我们可以通过set_index手动设置索引。

 
 
 
 
    
  
  
  
  
  1. >>> df = pd.read_csv("data.csv", parse_dates=["date"])  
    2.   
  
  
  
  2. >>> df.set_index("date")  
    3.   
  
  
  
  3.             temperature  humidity  
    4.   
  
  
  
  4. date                               
    5.   
  
  
  
  5. 2021-07-01           95        50  
    6.   
  
  
  
  6. 2021-07-02           94        55  
    7.   
  
  
  
  7. 2021-07-03           94        56 
    8.

这里有两点需要注意下。

   1.   set_index方法默认将创建一个新的 DataFrame。如果要就地更改df的索引，需要设置inplace=True。

 
 
 
 
    
  
  
  
  
  1. df.set_index(“date”, inplace=True) 
    2.

   2.   如果要保留将要被设置为索引的列，可以设置drop=False。

 
 
 
 
    
  
  
  
  
  1. df.set_index(“date”, drop=False) 
    2.

3. 一些操作后重置索引

在处理 DataFrame 时，某些操作（例如删除行、索引选择等）将会生成原始索引的子集，这样默认的数字索引排序就乱了。如要重新生成连续索引，可以使用reset_index方法。

 
 
 
 
    
  
  
  
  
  1. >>> df0 = pd.DataFrame(np.random.rand(5, 3), columns=list("ABC"))  
    2.   
  
  
  
  2. >>> df0  
    3.   
  
  
  
  3.           A         B         C  
    4.   
  
  
  
  4. 0  0.548012  0.288583  0.734276  
    5.   
  
  
  
  5. 1  0.342895  0.207917  0.995485  
    6.   
  
  
  
  6. 2  0.378794  0.160913  0.971951  
    7.   
  
  
  
  7. 3  0.039738  0.008414  0.226510  
    8.   
  
  
  
  8. 4  0.581093  0.750331  0.133022  
    9.   
  
  
  
  9. >>> df1 = df0[df0.index % 2 == 0]  
    10.   
  
  
  
  10. >>> df1  
    11.   
  
  
  
  11.           A         B         C  
    12.   
  
  
  
  12. 0  0.548012  0.288583  0.734276  
    13.   
  
  
  
  13. 2  0.378794  0.160913  0.971951  
    14.   
  
  
  
  14. 4  0.581093  0.750331  0.133022  
    15.   
  
  
  
  15. >>> df1.reset_index(drop=True)  
    16.   
  
  
  
  16.           A         B         C  
    17.   
  
  
  
  17. 0  0.548012  0.288583  0.734276  
    18.   
  
  
  
  18. 1  0.378794  0.160913  0.971951  
    19.   
  
  
  
  19. 2  0.581093  0.750331  0.133022 
    20.

通常，我们是不需要保留旧索引的，因此可将drop参数设置为True。同样，如果要就地重置索引，可设置inplace参数为True，否则将创建一个新的 DataFrame。

4. 将索引从 groupby 操作转换为列

groupby分组方法是经常用的。比如下面通过添加一个分组列team来进行分组。

 
 
 
 
    
  
  
  
  
  1. >>> df0["team"] = ["X", "X", "Y", "Y", "Y"]  
    2.   
  
  
  
  2. >>> df0  
    3.   
  
  
  
  3.           A         B         C team  
    4.   
  
  
  
  4. 0  0.548012  0.288583  0.734276    X  
    5.   
  
  
  
  5. 1  0.342895  0.207917  0.995485    X  
    6.   
  
  
  
  6. 2  0.378794  0.160913  0.971951    Y  
    7.   
  
  
  
  7. 3  0.039738  0.008414  0.226510    Y  
    8.   
  
  
  
  8. 4  0.581093  0.750331  0.133022    Y  
    9.   
  
  
  
  9. >>> df0.groupby("team").mean()  
    10.   
  
  
  
  10.              A         B         C  
    11.   
  
  
  
  11. team                                
    12.   
  
  
  
  12. X     0.445453  0.248250  0.864881  
    13.   
  
  
  
  13. Y     0.333208  0.306553  0.443828 
    14.

默认情况下，分组会将分组列编程index索引。但是很多情况下，我们不希望分组列变成索引，因为可能有些计算或者判断逻辑还是需要用到该列的。因此，我们需要设置一下让分组列不成为索引，同时也能完成分组的功能。

有两种方法可以完成所需的操作，第一种是用reset_index，第二种是在groupby方法里设置as_index=False。个人更喜欢第二种方法，它只涉及两个步骤，更简洁。

 
 
 
 
    
  
  
  
  
  1. >>> df0.groupby("team").mean().reset_index()  
    2.   
  
  
  
  2.   team         A         B         C  
    3.   
  
  
  
  3. 0    X  0.445453  0.248250  0.864881  
    4.   
  
  
  
  4. 1    Y  0.333208  0.306553  0.443828  
    5.   
  
  
  
  5. >>> df0.groupby("team", as_index=False).mean()  
    6.   
  
  
  
  6.   team         A         B         C  
    7.   
  
  
  
  7. 0    X  0.445453  0.248250  0.864881  
    8.   
  
  
  
  8. 1    Y  0.333208  0.306553  0.443828 
    9.

5.排序后重置索引

当用sort_value排序方法时也会遇到这个问题，因为默认情况下，索引index跟着排序顺序而变动，所以是乱雪。如果我们希望索引不跟着排序变动，同样需要在sort_values方法中设置一下参数ignore_index即可。

 
 
 
 
    
  
  
  
  
  1. >>> df0.sort_values("A")  
    2.   
  
  
  
  2.           A         B         C team  
    3.   
  
  
  
  3. 3  0.039738  0.008414  0.226510    Y  
    4.   
  
  
  
  4. 1  0.342895  0.207917  0.995485    X  
    5.   
  
  
  
  5. 2  0.378794  0.160913  0.971951    Y  
    6.   
  
  
  
  6. 0  0.548012  0.288583  0.734276    X  
    7.   
  
  
  
  7. 4  0.581093  0.750331  0.133022    Y  
    8.   
  
  
  
  8. >>> df0.sort_values("A", ignore_index=True)  
    9.   
  
  
  
  9.           A         B         C team  
    10.   
  
  
  
  10. 0  0.039738  0.008414  0.226510    Y  
    11.   
  
  
  
  11. 1  0.342895  0.207917  0.995485    X  
    12.   
  
  
  
  12. 2  0.378794  0.160913  0.971951    Y  
    13.   
  
  
  
  13. 3  0.548012  0.288583  0.734276    X  
    14.   
  
  
  
  14. 4  0.581093  0.750331  0.133022    Y 
    15.

6.删除重复后重置索引

删除重复项和排序一样，默认执行后也会打乱排序顺序。同理，可以在drop_duplicates方法中设置ignore_index参数True即可。

 
 
 
 
    
  
  
  
  
  1. >>> df0  
    2.   
  
  
  
  2.           A         B         C team  
    3.   
  
  
  
  3. 0  0.548012  0.288583  0.734276    X  
    4.   
  
  
  
  4. 1  0.342895  0.207917  0.995485    X  
    5.   
  
  
  
  5. 2  0.378794  0.160913  0.971951    Y  
    6.   
  
  
  
  6. 3  0.039738  0.008414  0.226510    Y  
    7.   
  
  
  
  7. 4  0.581093  0.750331  0.133022    Y  
    8.   
  
  
  
  8. >>> df0.drop_duplicates("team", ignore_index=True)  
    9.   
  
  
  
  9.           A         B         C team  
    10.   
  
  
  
  10. 0  0.548012  0.288583  0.734276    X  
    11.   
  
  
  
  11. 1  0.378794  0.160913  0.971951    Y 
    12.

7. 索引的直接赋值

当我们有了一个 DataFrame 时，想要使用不同的数据源或单独的操作来分配索引。在这种情况下，可以直接将索引分配给现有的 df.index。

 
 
 
 
    
  
  
  
  
  1. >>> better_index = ["X1", "X2", "Y1", "Y2", "Y3"]  
    2.   
  
  
  
  2. >>> df0.index = better_index  
    3.   
  
  
  
  3. >>> df0  
    4.   
  
  
  
  4.            A         B         C team  
    5.   
  
  
  
  5. X1  0.548012  0.288583  0.734276    X  
    6.   
  
  
  
  6. X2  0.342895  0.207917  0.995485    X  
    7.   
  
  
  
  7. Y1  0.378794  0.160913  0.971951    Y  
    8.   
  
  
  
  8. Y2  0.039738  0.008414  0.226510    Y  
    9.   
  
  
  
  9. Y3  0.581093  0.750331  0.133022    Y 
    10.

8.写入CSV文件时忽略索引

数据导出到 CSV 文件时，默认 DataFrame 具有从 0 开始的索引。如果我们不想在导出的 CSV 文件中包含它，可以在to_csv方法中设置index参数。

 
 
 
 
    
  
  
  
  
  1. >>> df0.to_csv("exported_file.csv", index=False) 
    2.

如下所示，导出的 CSV 文件中，索引列未包含在文件中。

其实，很多方法中都有关于索引的设置，只不过大家一般比较关心数据，而经常忽略了索引，才导致继续运行时可能会报错。以上几个高频的操作都是有索引设置的，建议大家平时用的时候养成设置索引的习惯，这样会节省不少时间。

新闻标题：好习惯！pandas8个常用的index设置
文章链接：http://www.stwzsj.com/qtweb/news22/6422.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联

猜你还喜欢下面的内容

Google知识

同城分类信息

小谭建站工作室　　 　东方电机技改服务有限公司　　 　网站推广　　 　云主机　　 　重庆网站制作　　 　主机租用　　 　德阳服务器托管　　 　南充网站建设　　 　成都企业网站建设　　 　手机网站建设　　 　路面机械及配件　　 　马边网站建设　　 　成都网站制作　　 　雅安机房托管　　 　水泥基自流平　　 　成都营销型网站建设　　 　乐山托管服务器　　 　店面门头广告　　 　内江做网站　　 　Android开发