Python Pandas DataFrame set_index方法用法及代碼示例

例子

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[1,2], "B":[3,4], "C":[5,6]})
df



   A  B  C
0  1  3  5
1  2  4  6

將單個列設置為索引

要將 A 列設置為 df 的索引：

df.set_index("A")      # Returns a DataFrame



   B  C
A		
1  3  5
2  4  6

這裏，分配給索引的名稱是列標簽，即 "A" 。

設置多列作為索引

要將列 A 和 B 設置為 df 的索引：

df.set_index(["A","B"])



      C
A  B	
1  3  5
2  4  6

這裏，DataFrame 最終有 2 個索引。

保留用於索引的列

要保留將用作索引的列，請設置 drop=False ：

df.set_index("A", drop=False)



   A  B  C
A			
1  1  3  5
2  2  4  6

請注意 A 列仍然存在。

作為參考，這裏再次df：

df



   A  B  C
0  1  3  5
1  2  4  6

追加到當前索引

要將列附加到現有索引，請設置 append=True ：

df.set_index("A", append=True)



      B  C
   A		
0  1  3  5
1  2  4  6

請注意原始索引 [0,1] 是如何附加的。

就地設置索引

要就地設置索引，請提供 inplace=True ：

df.set_index("A", inplace=True)
df



   B
A	
1  3
2  4

如上麵的輸出所示，通過設置inplace=True，將直接修改源DataFrame。當您確定不需要源 DataFrame 時，請選擇設置 inplace=True，因為這將節省內存。

驗證完整性

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[1,1],"B":[3,4]})
df



   A  B
0  1  3
1  1  4

默認情況下， verify_integrity=False ，這意味著如果結果索引包含重複項，則不會引發錯誤：

df.set_index("A")   # verify_integrity=False



   B
A   
1  3
1  4

請注意新索引如何包含重複值(兩個 1 )，但沒有引發錯誤。

要在這種情況下拋出錯誤，請像這樣傳遞verify_integrity=True：

df.set_index("A", verify_integrity=True)



ValueError: Index has duplicate keys: Int64Index([1], dtype='int64', name='A')