Python之pandas：對(duì)pandas中dataframe數(shù)據(jù)中的索引輸出、修改、重命名等詳細(xì)攻略

?

?

?

?

?

目錄

對(duì)pandas中dataframe數(shù)據(jù)中的索引輸出、修改、重命名等詳細(xì)攻略

知識(shí)點(diǎn)學(xué)習(xí)

輸出結(jié)果

實(shí)現(xiàn)代碼

---

?

?

?

對(duì)pandas中dataframe數(shù)據(jù)中的索引輸出、修改、重命名等詳細(xì)攻略

知識(shí)點(diǎn)學(xué)習(xí)

• 構(gòu)造數(shù)據(jù)
• 查看索引
• 修改列索引內(nèi)元素名稱
  # 重命名指定行索引名稱， []列表的長(zhǎng)度必須與df行數(shù)一致，可以重復(fù)
  # 輸出當(dāng)前的索引列名稱
• 設(shè)置單個(gè)索引列
  # 指定索引列，其中drop=False 表示保留原先索引列的數(shù)據(jù)
  # 設(shè)置索引列名稱
  # 輸出當(dāng)前的索引列名稱
• 字段去重
  # unique()對(duì)某列實(shí)現(xiàn)去重
• 設(shè)置復(fù)合索引：將多列設(shè)置為索引
  # 輸出當(dāng)前的索引列名稱

?

?

?

輸出結(jié)果

RangeIndex(start=0, stop=4, step=1)Unnamed: 0 name ID age sex 0_Rename 0 Bob 1 NaN 男 1_Rename 1 LiSa 2 28.0 女 2_Rename 2 Mary 3 38.0 女 3_Rename 3 Alan 4 NaN NaN None 單個(gè)索引列： Index_From_IDUnnamed: 0 name age sex Index_From_ID 1 0 Bob NaN 男 2 1 LiSa 28.0 女 3 2 Mary 38.0 女 4 3 Alan NaN NaN 字段去重 ['男' '女' nan] 復(fù)合索引列： NoneUnnamed: 0 ID sex name age Bob NaN 0 1 男 LiSa 28.0 1 2 女 Mary 38.0 2 3 女 Alan NaN 3 4 NaN

?

?

?

?

實(shí)現(xiàn)代碼

# 1、定義數(shù)據(jù)集 contents={"name": ['Bob', 'LiSa', 'Mary', 'Alan'],"ID": [1, 2, 3, 4], # 輸出 NaN"ID02": [1, 2, ' ', None], # 輸出 NaN"age": [np.nan, 28, 38 , '' ], # 輸出 "age02": [14, 26, 24 , 6], "age03": [14, '26', '24' , '6'], "born": [pd.NaT, pd.Timestamp("1990-01-01"), pd.Timestamp("1980-01-01"), ''], # 輸出 NaT"sex": ['男', '女', '女', None,], # 輸出 None"hobbey":['打籃球', '打羽毛球', '打乒乓球', '',], # 輸出 "money":[200.0, 240.0, 290.0, 300.0], # 輸出"weight":[140.5, 120.8, 169.4, 155.6], # 輸出"test01":[1, 2.123456789, 3.123456781011126, 4.123456789109999], # 輸出"test02":[1, 2.123456789, 3.123456781011126, 4.123456789109999], # 輸出}data_frame = pd.DataFrame(contents)# Python之pandas：對(duì)pandas中dataframe數(shù)據(jù)中的索引輸出、修改、重命名等詳細(xì)攻略# 構(gòu)造數(shù)據(jù) cols01=["name","ID","age","sex",] nums_df_temp=data_frame.loc[:,cols01] nums_csv_file="nums_df_temp.csv" nums_df_temp.to_csv(nums_csv_file) nums_df=pd.read_csv(nums_csv_file) nums_df02=nums_df.copy()# 查看索引 print('查看原始索引',nums_df.index) # 修改列索引內(nèi)元素名稱 nums_df.index = ["0_Rename","1_Rename","2_Rename","3_Rename"] # 重命名指定行索引名稱， []列表的長(zhǎng)度必須與df行數(shù)一致，可以重復(fù) print(nums_df)# 輸出當(dāng)前的索引列名稱 print(nums_df.index.name)# 設(shè)置單個(gè)索引列 nums_df=nums_df.set_index('ID',drop=True) # 指定索引列，其中drop=False 表示保留原先索引列的數(shù)據(jù) nums_df.index.name = 'Index_From_ID' # 設(shè)置索引列名稱 print('單個(gè)索引列：',nums_df.index.name) # 輸出當(dāng)前的索引列名稱 print(nums_df)# 字段去重 print('字段去重',nums_df["sex"].unique()) # unique()對(duì)某列實(shí)現(xiàn)去重# 設(shè)置復(fù)合索引：將多列設(shè)置為索引 nums_df02 = nums_df02.set_index(["name", "age"]) print('復(fù)合索引列：',nums_df02.index.name) # 輸出當(dāng)前的索引列名稱 print(nums_df02)

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

總結(jié)

以上是生活随笔為你收集整理的Python之pandas：对pandas中dataframe数据中的索引输出、修改、重命名等详细攻略的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。