Python pyspark DataFrame.set_index用法及代码示例

本文简要介绍 pyspark.pandas.DataFrame.set_index 的用法。

用法: DataFrame.set_index(keys: Union[Any, Tuple[Any, …], List[Union[Any, Tuple[Any, …]]]], drop: bool = True, append: bool = False, inplace: bool = False) → Optional[pyspark.pandas.frame.DataFrame]

使用一个或多个现有列设置DataFrame 索引(行标签)。

使用一个或多个现有列或数组(长度正确)设置DataFrame 索引(行标签)。该索引可以替换现有索引或对其进行扩展。

参数：

keys：标签或类似数组或标签/数组列表: 此参数可以是单个列键、与调用 DataFrame 长度相同的单个数组或包含列键和数组的任意组合的列表。这里，“array” 包括 Series 、 Index 和 np.ndarray 。
drop：布尔值，默认为真: 删除要用作新索引的列。
append：布尔值，默认为 False: 是否将列附加到现有索引。
inplace：布尔值，默认为 False: 就地修改DataFrame(不创建新对象)。

DataFrame: 更改了行标签。

例子：

>>> df = ps.DataFrame({'month': [1, 4, 7, 10],
...                    'year': [2012, 2014, 2013, 2014],
...                    'sale': [55, 40, 84, 31]},
...                   columns=['month', 'year', 'sale'])
>>> df
   month  year  sale
0      1  2012    55
1      4  2014    40
2      7  2013    84
3     10  2014    31

将索引设置为 ‘month’ 列：

>>> df.set_index('month')  
       year  sale
month
1      2012    55
4      2014    40
7      2013    84
10     2014    31

使用列 ‘year’ 和 ‘month’ 创建 MultiIndex：

>>> df.set_index(['year', 'month'])  
            sale
year  month
2012  1     55
2014  4     40
2013  7     84
2014  10    31

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.pandas.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。

用法:

参数：

返回：

例子：