Pandas (GeoPandas)笔记：set_index & reset_index

Posted 2021-12-28 UQI-LIUWJ

python包介绍：GeoPandas（初识）_UQI-LIUWJ的博客-CSDN博客

python 库整理：pandas_UQI-LIUWJ的博客-CSDN博客

1 set_index

将 DataFrame 中的列转化为行索引。

默认情况下，转换之后，原来的列将不见

1.1 基本使用方法

DataFrame.set_index(
    keys, 
    drop=True, 
    append=False, 
    inplace=False, 
    verify_integrity=False)

1.2 参数说明

keys	列标签（需要设置为索引的列）
drop	删除用作新索引的列 默认为True
append	是否将列附加到现有索引 默认为False
inplace	表示当前操作是否对原数据生效 默认为False
verify_integrity	检查新索引的副本 将其设置为False将提高该方法的性能 默认为false

1.3 举例说明

1.3.0 原始数据

import pandas as pd
 
data='a':range(7),
      'b':range(7,0,-1),
      'c':['one','one','one','two','two','two','two'],
      'd':[0,1,2,0,1,2,3]
f1=pd.DataFrame(data)
f1

'''
	a	b	c	d
0	0	7	one	0
1	1	6	one	1
2	2	5	one	2
3	3	4	two	0
4	4	3	two	1
5	5	2	two	2
6	6	1	two	3
'''

1.3.1 默认情况

f1.set_index(['c'])
'''
	a	b	d
c			
one	0	7	0
one	1	6	1
one	2	5	2
two	3	4	0
two	4	3	1
two	5	2	2
two	6	1	3
'''

1.3.2 保留索引所在的列（drop）

f1.set_index(['c'],drop=False)
'''
	a	b	c	d
c				
one	0	7	one	0
one	1	6	one	1
one	2	5	one	2
two	3	4	two	0
two	4	3	two	1
two	5	2	two	2
two	6	1	two	3
'''

 1.3.3 多重索引

f1.set_index(['c','d'], drop=False)
'''
		a	b	c	d
c	d				
one	0	0	7	one	0
    1	1	6	one	1
    2	2	5	one	2
two	0	3	4	two	0
    1	4	3	two	1
    2	5	2	two	2
    3	6	1	two	3
'''

f1.set_index(['d','c'], drop=False)
'''
		a	b	c	d
d	c				
0	one	0	7	one	0
1	one	1	6	one	1
2	one	2	5	one	2
0	two	3	4	two	0
1	two	4	3	two	1
2	two	5	2	two	2
3	two	6	1	two	3
'''

1.3.4 添加到原有索引（append）

f1.set_index('c', append=True)
'''
		a	b	d
    c			
0	one	0	7	0
1	one	1	6	1
2	one	2	5	2
3	two	3	4	0
4	two	4	3	1
5	two	5	2	2
6	two	6	1	3
'''

1.3.5 手动指定索引

f1.set_index([pd.Index([1,2,3,4,5,6,7]), 'c'])
'''

        a	b	d
    c			
1	one	0	7	0
2	one	1	6	1
3	one	2	5	2
4	two	3	4	0
5	two	4	3	1
6	two	5	2	2
7	two	6	1	3

'''

1.3.6 索引计算

s = pd.Series([1,2,3,4,5,6,7])
f1.set_index([s, s**2])
'''
		a	b	c	d
1	1	0	7	one	0
2	4	1	6	one	1
3	9	2	5	one	2
4	16	3	4	two	0
5	25	4	3	two	1
6	36	5	2	two	2
7	49	6	1	two	3
1
​
'''

1.3.7 修改原始数据（inplace）

f1.set_index(['c','d'], inplace=True)
f1
'''

        a	b
c	d		
one	0	0	7
    1	1	6
    2	2	5
two	0	3	4
    1	4	3
    2	5	2
    3	6	1
'''

2 reset

重新设置 DataFrame 索引

2.1 使用方法

DataFrame.reset_index(
    level=None, 
    drop=False, 
    inpalce=False, 
    col_level=0, 
    col_fill=' ')

2.2 参数说明

level	数值类型， int、str、tuple或list 默认无——删除所有级别的索引 指定level——删除指定级别
drop	当指定 drop=False 时，则索引列会被还原为普通列； 否则，经设置后的新索引值被会丢弃 默认为False
inplace	布尔类型 是否修改原始数据框 默认False

2.3 举例

2.3.0 原始数据

import pandas as pd
 
data='a':range(7),
      'b':range(7,0,-1),
      'c':['one','one','one','two','two','two','two'],
      'd':[0,1,2,0,1,2,3]
f1=pd.DataFrame(data)
f1=f1.set_index(['c','d'])
f1

'''
		a	b
c	d		
one	0	0	7
    1	1	6
    2	2	5
two	0	3	4
    1	4	3
    2	5	2
    3	6	1
'''

2.3.1 level

level=数字，或者等于索引的名称都可以

f1.reset_index(level='c')
#等价于
f1.reset_index(level=0)
'''
	c	a	b
d			
0	one	0	7
1	one	1	6
2	one	2	5
0	two	3	4
1	two	4	3
2	two	5	2
3	two	6	1
'''

f1.reset_index(level='d')
#等价于
f1.reset_index(level=1)
'''

    d	a	b
c			
one	0	0	7
one	1	1	6
one	2	2	5
two	0	3	4
two	1	4	3
two	2	5	2
two	3	6	1
'''