重新定义 Pandas DataFrame 对象中的索引

Posted 2023-03-11

【中文标题】重新定义 Pandas DataFrame 对象中的索引

【英文标题】：Redefining the Index in a Pandas DataFrame object

【发布时间】：2012-05-14 12:21:26

【问题描述】：

我正在尝试重新索引 pandas DataFrame 对象，就像这样，

From:
            a   b   c
        0   1   2   3
        1  10  11  12
        2  20  21  22

To :
           b   c
       1   2   3
      10  11  12
      20  21  22

我将按如下所示进行此操作，但得到了错误的答案。有关如何执行此操作的任何线索？

>>> col = ['a','b','c']
>>> data = DataFrame([[1,2,3],[10,11,12],[20,21,22]],columns=col)
>>> data
    a   b   c
0   1   2   3
1  10  11  12
2  20  21  22
>>> idx2 = data.a.values
>>> idx2
array([ 1, 10, 20], dtype=int64)
>>> data2 = DataFrame(data,index=idx2,columns=col[1:])
>>> data2
     b   c
1   11  12
10 NaN NaN
20 NaN NaN

知道为什么会这样吗？

【问题讨论】：

因为你正在使用第一个 DF 来构建第二个，这只会得到 idx2 与 data.index 相交的行，即。第 1 行

【参考方案1】：

你为什么不简单地使用set_index方法？

In : col = ['a','b','c']

In : data = DataFrame([[1,2,3],[10,11,12],[20,21,22]],columns=col)

In : data
Out:
    a   b   c
0   1   2   3
1  10  11  12
2  20  21  22

In : data2 = data.set_index('a')

In : data2
Out:
     b   c
a
1    2   3
10  11  12
20  21  22

【讨论】：

为了去掉索引名，如原例：data2.index.name = None

【参考方案2】：

如果您不想在索引中出现“a”

在：

col = ['a','b','c']

data = DataFrame([[1,2,3],[10,11,12],[20,21,22]],columns=col)

data

输出：

    a   b   c
0   1   2   3
1  10  11  12
2  20  21  22

在：

data2 = data.set_index('a')

输出：

     b   c
a
1    2   3
10  11  12
20  21  22

在：

data2.index.name = None

输出：

     b   c
 1   2   3
10  11  12
20  21  22

【讨论】：

第二个 Out 不正确。左侧还有一个未命名的列，包含 0、1、2。

【参考方案3】：

为避免使用单行索引名称，您可以使用 set_index('a') 和 rename_axis(None)

In [8]: data.set_index('a').rename_axis(None)
Out[8]: 
     b   c
1    2   3
10  11  12
20  21  22

---

详情

In [9]: data
Out[9]: 
    a   b   c
0   1   2   3
1  10  11  12
2  20  21  22