Python pyspark DataFrame.set_index用法及代碼示例

本文簡要介紹 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]

使用一個或多個現有列設置DataFrame 索引(行標簽)。

使用一個或多個現有列或數組(長度正確)設置DataFrame 索引(行標簽)。該索引可以替換現有索引或對其進行擴展。

參數：

keys：標簽或類似數組或標簽/數組列表: 此參數可以是單個列鍵、與調用 DataFrame 長度相同的單個數組或包含列鍵和數組的任意組合的列表。這裏，“array” 包括 Series 、 Index 和 np.ndarray 。
drop：布爾值，默認為真: 刪除要用作新索引的列。
append：布爾值，默認為 False: 是否將列附加到現有索引。
inplace：布爾值，默認為 False: 就地修改DataFrame(不創建新對象)。

DataFrame: 更改了行標簽。

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

將索引設置為 ‘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’ 創建 MultiIndex：

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

相關用法

注：本文由純淨天空篩選整理自spark.apache.org大神的英文原創作品 pyspark.pandas.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。

用法:

參數：

返回：

例子：