Python cudf.DataFrame.set_index用法及代码示例

用法: DataFrame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False)

返回具有新索引的新 DataFrame

参数：

keys：索引、Series-convertible、label-like 或列表: 索引：新索引。 Series-convertible：新索引的值。 Label-like：用作索引的列标签。列表：上面的项目列表。
drop：布尔值，默认 True: 是否删除 str 索引参数的对应列
append：布尔值，默认 True: 是否将列附加到现有索引，从而产生 MultiIndex。
inplace：布尔值，默认为 False: 就地修改 DataFrame(不要创建新对象)。
verify_integrity：布尔值，默认为 False: 检查新索引中的重复项。

例子：

>>> df = cudf.DataFrame({
...     "a": [1, 2, 3, 4, 5],
...     "b": ["a", "b", "c", "d","e"],
...     "c": [1.0, 2.0, 3.0, 4.0, 5.0]
... })
>>> df
   a  b    c
0  1  a  1.0
1  2  b  2.0
2  3  c  3.0
3  4  d  4.0
4  5  e  5.0

将索引设置为 ‘b’ 列：

>>> df.set_index('b')
   a    c
b
a  1  1.0
b  2  2.0
c  3  3.0
d  4  4.0
e  5  5.0

使用列 ‘a’ and ‘b’ 创建 MultiIndex：

>>> df.set_index(["a", "b"])
       c
a b
1 a  1.0
2 b  2.0
3 c  3.0
4 d  4.0
5 e  5.0

将新的 Index 实例设置为索引：

>>> df.set_index(cudf.RangeIndex(10, 15))
    a  b    c
10  1  a  1.0
11  2  b  2.0
12  3  c  3.0
13  4  d  4.0
14  5  e  5.0

设置 append=True 会将当前索引与列 a 结合起来：

>>> df.set_index("a", append=True)
     b    c
  a
0 1  a  1.0
1 2  b  2.0
2 3  c  3.0
3 4  d  4.0
4 5  e  5.0

set_index 也支持 inplace 参数：

>>> df.set_index("a", inplace=True)
>>> df
   b    c
a
1  a  1.0
2  b  2.0
3  c  3.0
4  d  4.0
5  e  5.0

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cudf.DataFrame.set_index。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。