Python Pandas Index.copy()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas Index.copy()函數複製此對象。該函數還將新對象的名稱和dtype屬性設置為原始對象的名稱和dtype屬性。如果我們希望新對象具有不同的數據類型，則可以通過設置函數的dtype屬性來實現。

用法： Index.copy(name=None, deep=False, dtype=None, **kwargs)

參數:
name:字符串，可選
deep:布爾值，默認為False
dtype:numpy dtype或pandas類型

返回:複製：索引

注意：在大多數情況下，使用Deep應該沒有函數上的區別，但是如果通過deep，它將嘗試進行深度複製。

範例1：采用Index.copy()複製索引值到新對象並將新對象的數據類型更改為“ int64”的函數

# importing pandas as pd 
import pandas as pd 
  
# Creating the Index 
idx = pd.Index([17.3, 69.221, 33.1, 15.5, 19.3, 74.8, 10, 5.5]) 
  
# Print the Index 
idx

輸出：

讓我們創建一個數據類型為“ int64”的對象的副本。

# Change the data type of newly  
# created object to 'int64' 
idx.copy(dtype ='int64')

輸出：

正如我們在輸出中看到的那樣，該函數返回了帶有'int64'dtype的原始索引的副本。

範例2：采用Index.copy()函數複製原始對象。還要設置新對象的名稱屬性，並將字符串dtype轉換為“ datetime”類型。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Index 
idx = pd.Index(['2015-10-31', '2015-12-02', '2016-01-03',  
                             '2016-02-08', '2017-05-05']) 
  
# Print the Index 
idx

輸出：

讓我們複製原始對象。

# to make copy and set data type in the datetime format. 
idx_copy = idx.copy(dtype ='datetime64') 
  
# Print the newly created object 
idx_copy

輸出：

從輸出中可以看到，新對象具有datatime格式的數據，並且其name屬性也已設置。

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas Index.copy()。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。