共计 4639 个字符，预计需要花费 12 分钟才能阅读完成。
Hello, 大家好，我是陈程~
明天我来分享对于 8 个罕用 pandas 的 index 设置
1. 将索引从 groupby 操作转换为列
groupby分组办法是常常用的。比方上面通过增加一个分组列 team 来进行分组。
>>> 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默认状况下，分组会将分组列编程 index 索引。然而很多状况下，咱们不心愿分组列变成索引，因为可能有些计算或者判断逻辑还是须要用到该列的。因而，咱们须要设置一下让分组列不成为索引，同时也能实现分组的性能。
有两种办法能够实现所需的操作，第一种是用reset_index，第二种是在 groupby 办法里设置as_index=False。集体更喜爱第二种办法，它只波及两个步骤，更简洁。
>>> 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 0.4438282. 应用现有的 DataFrame 设置索引
当然，如果曾经读取数据或做完一些数据处理步骤后，咱们能够通过 set_index 手动设置索引。
>>> 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这里有两点须要留神下。
set_index办法默认将创立一个新的 DataFrame。如果要就地更改df的索引，须要设置inplace=True。
df.set_index(“date”, inplace=True)- 如果要保留将要被设置为索引的列，能够设置
drop=False。
df.set_index(“date”, drop=False)3. 一些操作后重置索引
在解决 DataFrame 时，某些操作（例如删除行、索引抉择等）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。如要从新生成间断索引，能够应用 reset_index 办法。
>>> 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，咱们是不须要保留旧索引的，因而可将 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，否则将创立一个新的 DataFrame。
4. 排序后重置索引
当用 sort_value 排序办法时也会遇到这个问题，因为默认状况下，索引 index 跟着排序程序而变动，所以是乱雪。如果咱们心愿索引不跟着排序变动，同样须要在 sort_values 办法中设置一下参数 ignore_index 即可。
>>> 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 Y5. 删除反复后重置索引
删除反复项和排序一样，默认执行后也会打乱排序程序。同理，能够在 drop_duplicates 办法中设置 ignore_index 参数 True 即可。
>>> 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 Y6. 索引的间接赋值
当咱们有了一个 DataFrame 时，想要应用不同的数据源或独自的操作来调配索引。在这种状况下，能够间接将索引调配给现有的 df.index。
>>> 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 Y7. 写入 CSV 文件时疏忽索引
数据导出到 CSV 文件时，默认 DataFrame 具备从 0 开始的索引。如果咱们不想在导出的 CSV 文件中蕴含它，能够在 to_csv 办法中设置 index 参数。
>>> df0.to_csv("exported_file.csv", index=False)如下所示，导出的 CSV 文件中，索引列未蕴含在文件中。
其实，很多办法中都有对于索引的设置，只不过大家个别比较关心数据，而常常疏忽了索引，才导致持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，倡议大家平时用的时候养成设置索引的习惯，这样会节俭不少工夫。
8. 读取时指定索引列
很多状况下，咱们的数据源是 CSV 文件。假如有一个名为的文件data.csv，蕴含以下数据。
date,temperature,humidity
07/01/21,95,50
07/02/21,94,55
07/03/21,94,56默认状况下，pandas将会创立一个从 0 开始的索引行，如下：
>>> 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然而，咱们能够在导入过程中通过将 index_col 参数设置为某一列能够间接指定索引列。
>>> 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最初
喜爱的小伙伴能够点个赞和关注哦~ 感激你的反对！
