Python cudf.DataFrame.set_index用法及代碼示例

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

參數：

keys：索引、Series-convertible、label-like 或列表: 索引：新索引。 Series-convertible：新索引的值。 Label-like：用作索引的列標簽。列表：上麵的項目列表。
drop：布爾值，默認 True: 是否刪除 str 索引參數的對應列
append：布爾值，默認 True: 是否將列附加到現有索引，從而產生 MultiIndex。
inplace：布爾值，默認為 False: 就地修改 DataFrame(不要創建新對象)。
verify_integrity：布爾值，默認為 False: 檢查新索引中的重複項。

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

將索引設置為 ‘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’ 創建 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

將新的 Index 實例設置為索引：

>>> 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

設置 append=True 會將當前索引與列 a 結合起來：

>>> 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 參數：

>>> 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

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cudf.DataFrame.set_index。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。