Pandas 係列是帶有軸標簽的一維ndarray。標簽不必是唯一的,但必須是可哈希的類型。該對象同時支持基於整數和基於標簽的索引,並提供了許多方法來執行涉及索引的操作。
Pandas Series.set_axis()
函數用於將所需的索引分配給給定軸。可以通過分配list-like或索引來更改列標簽或行標簽的索引。
用法: Series.set_axis(labels, axis=0, inplace=None)
參數:
labels:新索引的值。
axis:要更新的軸。值0標識行,值1標識列。
inplace:是否返回新的%(klass)s實例。
返回:重命名:係列
範例1:采用Series.set_axis()
函數重置給定Series對象的軸。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio', 'Moscow'])
# Create the Index
index_ = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5', 'City 6']
# set the index
sr.index = index_
# Print the series
print(sr)
輸出:
現在我們將使用Series.set_axis()
函數重置給定係列對象的索引
# Create the Index
didx = pd.DatetimeIndex(start ='2014-08-01 10:00', freq ='W',
periods = 6, tz = 'Europe/Berlin')
# reset the index
sr.set_axis(didx, inplace = True)
# Print the series
print(sr)
輸出:
正如我們在輸出中看到的,Series.set_axis()
函數已成功重置給定Series對象的索引。
範例2:采用Series.set_axis()
函數重置給定Series對象的軸。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([100, 25, 32, 118, 24, 65])
# Print the series
print(sr)
輸出:
現在我們將使用Series.set_axis()
函數重置給定係列對象的索引
# Assign the new index
sr.set_axis(['A', 'B', 'C', 'D', 'E', 'F'], inplace = True)
# print the series
print(sr)
輸出:
正如我們在輸出中看到的,Series.set_axis()
函數已成功重置給定Series對象的索引。
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Series.str.len()用法及代碼示例
- Python Pandas.factorize()用法及代碼示例
- Python Pandas TimedeltaIndex.name用法及代碼示例
- Python Pandas dataframe.ne()用法及代碼示例
- Python Pandas Series.between()用法及代碼示例
- Python Pandas DataFrame.where()用法及代碼示例
- Python Pandas Series.add()用法及代碼示例
- Python Pandas.pivot_table()用法及代碼示例
- Python Pandas Series.mod()用法及代碼示例
- Python Pandas Dataframe.at[ ]用法及代碼示例
- Python Pandas Dataframe.iat[ ]用法及代碼示例
- Python Pandas.pivot()用法及代碼示例
- Python Pandas dataframe.mul()用法及代碼示例
- Python Pandas.melt()用法及代碼示例
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 Series.set_axis()。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。