原始數據為 csv 文件。

data ''' date,temperature,humidity 07/01/21,95,50 07/02/21,94,55 07/03/21,94,56 '''

一、讀取時指定索引列

默認索引從0開始，可通過 index_col設置索引列。

import os os.chdir(r'C:\Users\111\Desktop')import pandas as pd import numpy as np# 指定時間索引 data = pd.read_csv('data.csv', parse_dates=['date'], # 指定時間類型index_col='date') # 默認索引 data2 = pd.read_csv('data.csv', parse_dates=['date']) # 指定時間類型

二、使用現有 DataFrame 設置索引

通過 set_index手動設置索引。

data2.set_index('date', inplace=True, drop=False)

• set_index 方法重新創建對象
• inplace=True 可就地修改原對象
• drop=False 保留被設置索引的列

三、操作之后重設索引 reset_index

數據切片之后索引順序混亂，可通過 reset_index重新生成連續索引。

''' 學習中遇到問題沒人解答？小編創建了一個Python學習交流QQ群：531509025 尋找有志同道合的小伙伴，互幫互助,群里還有不錯的視頻學習教程和PDF電子書！ ''' data3 = pd.DataFrame(np.random.rand(5, 3), columns=list('ABC')) '''A B C team x1 0.490674 0.441180 0.061497 x x2 0.623639 0.467407 0.579566 x y1 0.442860 0.660843 0.688015 y y2 0.671548 0.833954 0.365685 y y3 0.755017 0.367738 0.801497 y ''' data4 = data3[data3.index % 2 == 0] data4.reset_index(drop=True, inplace=True)

• drop=True 不保留原索引
• inplace=True 就地重置原對象

四、分組 groupby 之后索引設置為列

分組之后分組列默認作為索引index，可重置為列。

# 添加列 data3['team'] = ['x','x','y','y','y']# 分組之后重設索引 data3.groupby('team').mean().reset_index()# 設置 as_index=False data3.groupby('team', as_index=False).mean()

五、排序后重置索引

sort_values 排序之后索引順序混亂。

''' 學習中遇到問題沒人解答？小編創建了一個Python學習交流QQ群：531509025 尋找有志同道合的小伙伴，互幫互助,群里還有不錯的視頻學習教程和PDF電子書！ ''' data3.sort_values(by='A') data3.sort_values(by='A', ignore_index=True)

六、刪除重復后重置索引

同排序后重設索引。

data3.drop_duplicates('team', ignore_index=True)

七、索引直接賦值

可通過 index 直接賦值已有 dataframe 。

better_index = ['x1','x2','y1','y2','y3'] data3.index = better_index

八、寫入文件 to_csv 時忽略索引

data3.to_csv('data3.csv', index=False)

總結

以上是生活随笔為你收集整理的Python索引index常用的8种操作的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。