本站首页 收藏本站
广告位联系

APP正在开发中...
返回顶部
您的位置： 主页 > 脚本 > python >

收藏
分享到

pandas中8种常用的index索引设置

python 来源：互联网 作者：佚名 发布时间：2024-07-23 21:20:30 人浏览
摘要

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。 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

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。

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

2

3

4

date,temperature,humidity

07/01/21,95,50

07/02/21,94,55

07/03/21,94,56

默认情况下，pandas将会创建一个从0开始的索引行，如下：

1

2

3

4

5

>>> pd.read_csv("data.csv", parse_dates=["date"])

        date  temperature  humidity

0 2021-07-01           95        50

1 2021-07-02           94        55

2 2021-07-03           94        56

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

2

3

4

5

6

>>> pd.read_csv("data.csv", parse_dates=["date"], index_col="date")

            temperature  humidity

date                            

2021-07-01           95        50

2021-07-02           94        55

2021-07-03           94        56

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

2

3

4

5

6

7

>>> df = pd.read_csv("data.csv", parse_dates=["date"])

>>> df.set_index("date")

            temperature  humidity

date                            

2021-07-01           95        50

2021-07-02           94        55

2021-07-03           94        56

这里有两点需要注意下。

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)

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)

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

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

>>> df0 = pd.DataFrame(np.random.rand(5, 3), columns=list("ABC"))

>>> df0

          A         B         C

0  0.548012  0.288583  0.734276

1  0.342895  0.207917  0.995485

2  0.378794  0.160913  0.971951

3  0.039738  0.008414  0.226510

4  0.581093  0.750331  0.133022

>>> df1 = df0[df0.index % 2 == 0]

>>> df1

          A         B         C

0  0.548012  0.288583  0.734276

2  0.378794  0.160913  0.971951

4  0.581093  0.750331  0.133022

>>> df1.reset_index(drop=True)

          A         B         C

0  0.548012  0.288583  0.734276

1  0.378794  0.160913  0.971951

2  0.581093  0.750331  0.133022

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

2

3

4

5

6

7

8

9

10

11

12

13

>>> df0["team"] = ["X", "X", "Y", "Y", "Y"]

>>> df0

          A         B         C team

0  0.548012  0.288583  0.734276    X

1  0.342895  0.207917  0.995485    X

2  0.378794  0.160913  0.971951    Y

3  0.039738  0.008414  0.226510    Y

4  0.581093  0.750331  0.133022    Y

>>> df0.groupby("team").mean()

             A         B         C

team                             

X     0.445453  0.248250  0.864881

Y     0.333208  0.306553  0.443828

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

2

3

4

5

6

7

8

>>> df0.groupby("team").mean().reset_index()

  team         A         B         C

0    X  0.445453  0.248250  0.864881

1    Y  0.333208  0.306553  0.443828

>>> df0.groupby("team", as_index=False).mean()

  team         A         B         C

0    X  0.445453  0.248250  0.864881

1    Y  0.333208  0.306553  0.443828

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

2

3

4

5

6

7

8

9

10

11

12

13

14

>>> df0.sort_values("A")

          A         B         C team

3  0.039738  0.008414  0.226510    Y

1  0.342895  0.207917  0.995485    X

2  0.378794  0.160913  0.971951    Y

0  0.548012  0.288583  0.734276    X

4  0.581093  0.750331  0.133022    Y

>>> df0.sort_values("A", ignore_index=True)

          A         B         C team

0  0.039738  0.008414  0.226510    Y

1  0.342895  0.207917  0.995485    X

2  0.378794  0.160913  0.971951    Y

3  0.548012  0.288583  0.734276    X

4  0.581093  0.750331  0.133022    Y

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

2

3

4

5

6

7

8

9

10

11

>>> df0

          A         B         C team

0  0.548012  0.288583  0.734276    X

1  0.342895  0.207917  0.995485    X

2  0.378794  0.160913  0.971951    Y

3  0.039738  0.008414  0.226510    Y

4  0.581093  0.750331  0.133022    Y

>>> df0.drop_duplicates("team", ignore_index=True)

          A         B         C team

0  0.548012  0.288583  0.734276    X

1  0.378794  0.160913  0.971951    Y

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

2

3

4

5

6

7

8

9

>>> better_index = ["X1", "X2", "Y1", "Y2", "Y3"]

>>> df0.index = better_index

>>> df0

           A         B         C team

X1  0.548012  0.288583  0.734276    X

X2  0.342895  0.207917  0.995485    X

Y1  0.378794  0.160913  0.971951    Y

Y2  0.039738  0.008414  0.226510    Y

Y3  0.581093  0.750331  0.133022    Y

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)

如下所示，导出的 CSV 文件中，索引列未包含在文件中。

在这里插入图片描述

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。
版权声明 : 本文内容来源于互联网或用户自行发布贡献，该文观点仅代表原作者本人。本站仅提供信息存储空间服务和不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权， 违法违规的内容， 请发送邮件至2530232025#qq.cn(#换@)举报，一经查实，本站将立刻删除。

您可能感兴趣的文章 :

原文链接 :
相关文章
  • Pandas中DataFrame.replace()函数的实现
    DataFrame.replace()函数用于替换DataFrame中的指定值。该函数允许使用单个值、列表、字典或正则表达式进行替换操作，非常灵活。 二、语法和参

  • pandas中8种常用的index索引设置

    pandas中8种常用的index索引设置
    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。 1.读取时指定索引列 很多情况下

  • Pandas设置DataFrame的index索引起始值为1的两种方法

    Pandas设置DataFrame的index索引起始值为1的两种方法
    导入数据 1 2 3 4 5 6 7 8 9 import pandas as pd df = pd.DataFrame([[liver,E,89,21,24,64], [Arry,C,36,37,37,57], [Ack,A,57,60,18,84], [Eorge,C,93,96,71,78], [Oah,D,65,49,61,86] ],

  • Python读取URL生成PDF的方法

    Python读取URL生成PDF的方法
    1. 安装依赖的exe 需要在这个网址，安装一个exe包，地址：https://wkhtmltopdf.org/ 进入网址后，点这个位置： 选择一个你的操作系统的下载链接

  • 使用Python自动化创建和扫描二维码

    使用Python自动化创建和扫描二维码
    二维码（Quick Response code）已成为在物理和数字领域之间架起桥梁的多功能工具。从分享联系信息和网站链接到促进支付和跟踪库存，二维码
  • Pandas库中isnull函数的实现
    一、简介 isnull()是Pandas库中DataFrame和Series对象的一个函数，用于检测数据中的缺失值。它返回一个布尔类型的DataFrame或Series，其中True表示该
  • Pandas库中ffill函数的具体使用
    一、简介 ffill（forward fill）是Pandas库中DataFrame和Series对象的一个函数，用于填充缺失值（NaN）。它通过使用前面的有效值来填充后续的缺失
  • Pandas库中dataframe.corr()函数的使用
    一、简介 dataframe.corr()是Pandas库中的一个函数，用于计算DataFrame中各列之间的相关系数。相关系数衡量的是两个变量之间线性关系的强度和方
  • Python Numpy运行报错：IndexError: too many indices for a
    Numpy运行报错分析：IndexError: too many indices for array 在使用Numpy进行数组操作时，经常会遇到各种错误。其中，IndexError: too many indices for array是

  • python os库使用教程

    python os库使用教程
    os库使用教程 1.创建文件夹 先在盘符里创建一个文件用来演示，我这里就创建一个os文件 1 2 3 4 5 6 7 8 import os #要创建的文件夹的路径 source
推荐阅读
最新更新
友情链接
  • 本站所有内容来源于互联网或用户自行发布，本站仅提供信息存储空间服务，不拥有版权，不承担法律责任。如有侵犯您的权益，请您联系站长处理！
  • Copyright © 2017-2022 F11.CN All Rights Reserved. F11站长开发者网 版权所有 | 苏ICP备2022031554号-1 | 51LA统计