pandas将某一行设置为列索引（python）

Posted 2023-04-19

参考技术A

b[b.['state']=='ohio'].index

In [36]: list(df['state']).index('ohio')

Out[36]: 0

 In [37]: list(df['state']).index('nevada')

Out[37]: 1

访问某一列可以通过b['state']和b.state这两种方法进行，但是输出的pandas里面的Series这种数据类型，因此b['state'].index()返回Index([0,1], dtype=object)。

因为数据分析知某个值并不是非常重要，所以没有直接输出索引值的函数，可以通过query()函数，b.query('state == "obio"')，输出含有ohio的行自然也就知道索引。

扩展资料：

索引是为了加速对表中数据行的检索而创建的一种分散的存储结构。索引是针对表而建立的，它是由数据页面以外的索引页面组成的，每个索引页面中的行都会含有逻辑指针，以便加速检索物理数据。

在数据库关系图中，可以在选定表的“索引/键”属性页中创建、编辑或删除每个索引类型。当保存索引所附加到的表，或保存该表所在的关系图时，索引将保存在数据库中。

在数据库系统中建立索引主要有以下作用：

（1）快速取数据；

（2）保证数据记录的唯一性；

（3）实现表与表之间的参照完整性；

（4）在使用ORDER by、group by子句进行数据检索时，利用索引可以减少排序和分组的时间。

参考资料来源：百度百科-索引

Python Pandas：从多级列索引中删除一列？

【中文标题】Python Pandas：从多级列索引中删除一列？

【英文标题】：Python Pandas: drop a column from a multi-level column index?

【发布时间】：2014-09-27 22:10:56

【问题描述】：

我有一个这样的多级列表：

    a
   ---+---+---
    b | c | f
--+---+---+---
0 | 1 | 2 | 7
1 | 3 | 4 | 9

如何按名称删除列“c”？看起来像这样：

    a
   ---+---
    b | f
--+---+---
0 | 1 | 7
1 | 3 | 9

我试过了：

del df['c']

但我得到以下错误，这是有道理的：

KeyError: '键长度 (1) 大于 MultiIndex lexsort depth (0)'

【参考方案1】：

对于多索引，我们必须使用元组指定列才能删除特定列，或者指定级别以删除该索引级别上具有该键的所有列。

而不是说drop column 'c'说drop ('a','c')如下图：

df.drop(('a', 'c'), axis = 1, inplace = True)

或者如下图指定级别

df.drop('c', axis = 1, level = 1)

让我们做一个简单的 df 来演示：

>>> cols = pd.MultiIndex.from_tuples([("a", "b"), ("a", "c"),
...                                   ("a", "f"), ('x', 'c'),('x', 'f')])
>>> df = pd.DataFrame([[1,3, 7, 21, 8], [2, 4, 9, 21, 8]], columns=cols)
>>> df
   a         x   
   b  c  f   c  f
0  1  3  7  21  8
1  2  4  9  21  8

下面是如何从“a”中删除“c”

>>> df.drop(('a', 'c'), axis = 1)
   a      x   
   b  f   c  f
0  1  7  21  8
1  2  9  21  8

使用三级索引，然后将该键包含在元组中以从底层删除，例如('a','c','k')

使用单个值作为索引，就像您所做的那样，它默认搜索***索引以查找匹配项，并删除该索引上的匹配项，或者如果键不在索引中，则抛出错误，就像您发现的那样。

所以在我的例子中，告诉它只删除“x”就可以了

>>> df.drop('x', axis = 1)
   a      
   b  c  f
0  1  3  7
1  2  4  9

要删除具有第二个索引“c”的所有列，然后指定级别

>>> df.drop('c', axis = 1, level = 1)
   a     x
   b  f  f
0  1  7  8
1  2  9  8

【参考方案2】：

已解决：

df.drop('c', axis=1, level=1)

【讨论】：

尽管 DataFrame 似乎不再包含 c 列，但当我查询 df.columns 时，已删除的列索引会显示出来。

我也遇到了同样的问题，你找到解决办法了吗？

我想我找到了罪魁祸首。级别是FrozenList，因此不会被此操作触及。您可以使用df.columns.remove_unused_levels() 获取最新索引。

Tnx，@KevinWittek。这是一个 sn-p 来展示它是如何工作的：cols = pd.MultiIndex.from_tuples( [("a", "b"), ("a", "c"), ("a", "f"), ("x", "c"), ("x", "f")] ) df = pd.DataFrame([[1, 3, 7, 21, 8], [2, 4, 9, 21, 8]], columns=cols) df.drop(["x"], inplace=True, axis=1, level=0) df.columns.remove_unused_levels().levels[0]