概述
pandas提供了set_index方法可以将DataFrame的列(多列)变成行索引,通过reset_index方法可以将层次化索引的级别会被转移到列里面。
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 ''' #将列索引为B的列变成data的行索引 print(data.set_index("B")) ''' A C B 2 1 3 5 4 6 8 7 9 ''' #获取行索引 print(data.set_index("B").index) #Int64Index([2,5,8],dtype='int64',name='B') #获取列索引 print(data.set_index("B").columns) #Index(['A','C'],dtype='object') #将列索引为A和C的列变成行索引,层次化索引 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,"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 ''' #相对于data来说行索引从原来的a、b、c变成了0、1、2 #在使用set_index方法的时候行索引就已经被修改了 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')
以上这篇pandas将DataFrame的列变成行索引的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持编程小技巧。
总结
以上是编程之家为你收集整理的pandas将DataFrame的列变成行索引的方法全部内容,希望文章能够帮你解决pandas将DataFrame的列变成行索引的方法所遇到的程序开发问题。
如果您也喜欢它,动动您的小指点个赞吧