精华内容
下载资源
问答
  • pandas中关于set_indexreset_index的用法

    万次阅读 多人点赞 2017-10-05 20:51:30
    1.set_index DataFrame可以通过set_index方法,可以设置单索引和复合索引。 DataFrame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False) append添加新索引,drop为False,in...

    1.set_index

    DataFrame可以通过set_index方法,可以设置单索引和复合索引。 
    DataFrame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False) 
    append添加新索引,drop为False,inplace为True时,索引将会还原为列

     

    In [307]: data
    Out[307]: 
         a    b  c    d
    0  bar  one  z  1.0
    1  bar  two  y  2.0
    2  foo  one  x  3.0
    3  foo  two  w  4.0
    
    In [308]: indexed1 = data.set_index('c')
    
    In [309]: indexed1
    Out[309]: 
         a    b    d
    c               
    z  bar  one  1.0
    y  bar  two  2.0
    x  foo  one  3.0
    w  foo  two  4.0
    
    In [310]: indexed2 = data.set_index(['a', 'b'])
    
    In [311]: indexed2
    Out[311]: 
             c    d
    a   b          
    bar one  z  1.0
        two  y  2.0
    foo one  x  3.0
        two  w  4.0

     

    2.reset_index

     

    reset_index可以还原索引,重新变为默认的整型索引 
    DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill=”) 
    level控制了具体要还原的那个等级的索引 
    drop为False则索引列会被还原为普通列,否则会丢失

    In [318]: data
    Out[318]: 
             c    d
    a   b          
    bar one  z  1.0
        two  y  2.0
    foo one  x  3.0
        two  w  4.0
    
    In [319]: data.reset_index()
    Out[319]: 
         a    b  c    d
    0  bar  one  z  1.0
    1  bar  two  y  2.0
    2  foo  one  x  3.0
    3  foo  two  w  4.0

     

     

     

    展开全文
  • reset_index用法

    2021-01-17 11:29:50
    (python)reset_index的应用

    (python)reset_index的应用

    数据mydata.csv:链接:https://pan.baidu.com/s/1Z6CQbpB6-8ZnpUGp-QQNeQ
    提取码:2slm

    data1 = pd.read_csv(r'C:/Users/Administrator/Desktop/mydata.csv',index_col=0)
    print(data1)
                       mean  median  
    市值
    (0, 30]        2.708391  2.4060  
    (30, 80]       1.616482  1.1795  
    (80, 150]      0.709489  0.3960  
    (150, 300]    -0.005208  0.0000  
    (300, 500]    -0.008092 -0.2450
    (500, 1000]   -0.199611 -0.1855
    (1000, 2000]  -0.391432 -0.2880
    (2000, 30000]  0.727273  0.6880
    

    '市值’为索引,此索引的值在plotly模块中使用会出错

    reset_index的参数:drop_True

     data1.reset_index(drop=True)
    	mean	median
    0	2.708391	2.4060
    1	1.616482	1.1795
    2	0.709489	0.3960
    3	-0.005208	0.0000
    4	-0.008092	-0.2450
    5	-0.199611	-0.1855
    6	-0.391432	-0.2880
    7	0.727273	0.6880
    
    data1.reset_index()
    	市值	mean	median
    0	(0, 30]	2.708391	2.4060
    1	(30, 80]	1.616482	1.1795
    2	(80, 150]	0.709489	0.3960
    3	(150, 300]	-0.005208	0.0000
    4	(300, 500]	-0.008092	-0.2450
    5	(500, 1000]	-0.199611	-0.1855
    6	(1000, 2000]	-0.391432	-0.2880
    7	(2000, 30000]	0.727273	0.6880
    

    drop=True的作用把原来的索引丢弃或者转换为对应列

    展开全文
  • DataFrame中set_index()与reset_index()案例详解 set_index() 官方文档 DataFrame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False) keys 单个或多个(Multiindex)列名 ...
    • DataFrame中set_index()与reset_index()案例详解

    • set_index() 官方文档

    DataFrame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False)
    
    keys 单个或多个(Multiindex)列名
    drop default True,将作为行索引的列删掉

    在这里插入图片描述

    DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill='')
    
    level 将df的原index_label作为新的一列留存,且列名为index,同时自动生成数字index
    drop defalt False,如果是True,删除原来索引
    inplace 下面几个都是Multiindex下的参数,后续研究

    常用于在数据清洗过后,对数据重新设置连续行索引。

    在这里插入图片描述

    展开全文
  • Pandas的set_indexreset_index用法 将某一列设置为index DataFrame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False) 参数说明: keys:需要设置为索引的列标签 drop:默认...

    Pandas的set_index和reset_index用法

    将某一列设置为index

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

    参数说明:

    keys:需要设置为索引的列标签

    drop:默认为True,删除用作新索引的列

    append:新的index设置之后,是否要删除原来的index。默认为True。

    inplace:默认为False,是否要用新的DataFrame取代原来的DataFrame。

    verify_integrity:默认为false,检查新索引的副本。否则,请将检查推迟到必要时进行。将其设置为false将提高该方法的性能。

    重置索引

    reset_index():

    函数原型:DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill='')

    参数说明:

    level:int、str、tuple或list,默认无,仅从索引中删除给定级别。默认情况下移除所有级别。控制了具体要还原的那个等级的索引

    drop:drop为False则索引列会被还原为普通列,否则会丢失

    inplace:默认为false,是否要用新的DataFrame取代原来的DataFrame。

    col_level:int或str,默认值为0,如果列有多个级别,则确定将标签插入到哪个级别。默认情况下,它将插入到第一级。

    col_fill:对象,默认‘’,如果列有多个级别,则确定其他级别的命名方式。如果没有,则重复索引名

     

     

    import pandas as pd

    df = pd.DataFrame({ 'A': ['A0', 'A1', 'A2', 'A3'],

                        'B': ['B0', 'B1', 'B2', 'B3'],

                        'C': ['C0', 'C1', 'C2', 'C3'],

                        'D': ['D0', 'D1', 'D2', 'D3']})

    print(df)

    drop_t = df.set_index('A',drop=True, append=False, inplace=False, verify_integrity=False)

    print(drop_t)

    no_drop_t = df.set_index('A',drop=False, append=False, inplace=False, verify_integrity=False)

    print(no_drop_t)

     

    reset_drop_t = drop_t.reset_index(drop=False) #索引列会被还原为普通列

    print(reset_drop_t)

    reset_no_drop_t = no_drop_t.reset_index(drop=True) #索引列会被还原为普通列

    print(reset_no_drop_t)

     

    运行结果

        A   B   C   D

    0  A0  B0  C0  D0

    1  A1  B1  C1  D1

    2  A2  B2  C2  D2

    3  A3  B3  C3  D3

         B   C   D

    A            

    A0  B0  C0  D0

    A1  B1  C1  D1

    A2  B2  C2  D2

    A3  B3  C3  D3

         A   B   C   D

    A                

    A0  A0  B0  C0  D0

    A1  A1  B1  C1  D1

    A2  A2  B2  C2  D2

    A3  A3  B3  C3  D3

        A   B   C   D

    0  A0  B0  C0  D0

    1  A1  B1  C1  D1

    2  A2  B2  C2  D2

    3  A3  B3  C3  D3

        A   B   C   D

    0  A0  B0  C0  D0

    1  A1  B1  C1  D1

    2  A2  B2  C2  D2

    3  A3  B3  C3  D3

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    展开全文
  • set_index()和reset_index()的使用介绍
  • reset_index()

    千次阅读 2018-05-13 21:14:00
    对pandas重置reset_index()df = df.reset_index(drop=True)reset_index将索引恢复成数据列后,该列的名称显示为index,但是我用df['index']提取这列数据时,却提示KeyError: 'index'。请问要如何才能取到这列数,...
  • reset_index()函数

    2021-03-02 21:20:28
    reset_index()函数用法
  • 函数reset_index():重置DataFrame 索引

    千次阅读 2019-09-07 15:33:31
    在应用DataFrame的drop_duplicates()后,... 通过reset_index()方法我们可以重置索引,drop参数为True时,直接丢弃原来的索引,否则原来的索引新生成一列名为'index'的列: df.reset_index(inplace=True,drop=True...
  • reset_index()函数作用是重新设置索引,不加drop=True的话,原始的index会作为新的列保存在DataFrame中 reindex()函数作为也是重新设置索引,但不用使用drop=True two_new = two_new.reset_index(drop=True) two...
  • 最近在学习利用python进行数据分析这本书,在数据重塑这一章节中对set_indexreset_index这两个函数的用法有一些不理解,查看了官方文档记录稍微有一些眉目,在这里方便后面查阅。 具体两个函数的效果见代码 import...
  • pandas中关于set_indexreset_index的用法 Pandas set_index&reset_index 首先说reindex() 《利用python进行数据分析》中写: reindex()方法用于创建一个符合新索引的新对象 ①对于Series类型,调用...
  • reset_index和set_index使用

    千次阅读 2019-04-16 20:01:32
    1.set_index DataFrame可以通过set_index方法,可以设置单索引和复合索引。 DataFrame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False) append添加新索引,drop为False,inplace...
  • 21_Pandas.DataFrame,重置Series的索引index(reset_index) 如果使用reset_index()方法,则可以将pandas.DataFrame,pandas.Series的索引索引(行名称,行标签)重新分配为从0开始的序列号(行号)。 如果将行号...
  • 一、reset_index方法的作用 reset_index方法是把DateFrame的现在索引变成一列数据。我们先创建一个DateFrame对象df: 对df使用reset_index方法: 可以看到原来的索引变成了数据中的一列,并且系统自动为原来的索引列...
  • (Python)Pandas reset_index()用法总结

    千次阅读 2020-10-13 17:03:10
    Pandas是一个数据处理的库,今天我们来学习reset_index()这个函数的用法。 pandas.DataFrame.reset_index 函数作用:重置索引或其level。 重置数据帧的索引,并使用默认索引。如果数据帧具有多重索引,则此方法...
  • pandas.DataFrame的 reset_index() 方法 reset_index() 方法将重置DataFrame表的索引,并使用默认索引。 具体是什么意思呢?看以下操作 首先创建一个DF表 该DF表的索引为第一列的值,对该表使用reset_index()...
  • 【Python】reset_index函数

    万次阅读 2019-01-18 14:54:43
    DataFrame的reset_index()函数用法: import pandas as pd import numpy as np df = pd.DataFrame(data={ 'A':[1,1,2,2,2], 'B':[2,3,4,6,5], 'C':[3,8,5,12,6] }) df A B C 0 1 2 3 1 1 3 8 2 2 4 5 3 2 6 1...
  • 当我们在清洗数据时往往会将带有空值的行删除,不论是DataFrame还是Series的index都将不再是连续的索引了,那么这个时候我们可以使用reset_index()方法来重置它们的索引,以便后续的操作。 DF = pd.read_csv('...
  • python pandas中reset_index方法的使用

    千次阅读 2020-05-24 14:38:49
    reset_index()方法可能最经常使用的地方是处理groupby()方法调用后的数据。官方文档是这样介绍该函数的功能的,As a convenience, there is a new function on DataFrame called reset_index() which transfers ...
  • 1、set_index() 顾名思义,就是把某一列或者某几列set为index。 一般的数据存储中有index唯一的特性,所以当set(["A", "B"])时,会自动对["A", "B"]这个组合列做group处理,...2、reset_index() 则是对set_i...
  • df.reset_index( ) 由于groupby函数不能对index进行组合,可以reset_index()把index变成columns后在进行groupby的计算: # 先把MMR 的表格走一个pivot_table: pivot = pd.pivot_table(mmr, index = ['Sales','strat....
  • dataframe 的reset_index()——问答帖

    千次阅读 2019-10-26 19:24:43
    问:想问一下,这个在reset_index重新定义索引后,为什么columns[0]不是对应的data吗? (这本书是《利用python进行数据分析》——学Python的话很经典的一本书) 图片不知道清不清晰,贴下代码 ldata=data.stack()....
  • 《利用python进行数据分析》之set_indexreset_index函数功能 # -*- coding: utf-8 -*- """ Created on Sat Nov 17 22:09:24 2018 @author: muli """ from pandas import Series,...
  • 参考:... Series.reset_index(level=None, drop=False, name=None, inplace=False) 参数 level : For a Series with a MultiIndex drop : Just res...
  • reset_index() 直接重新设置索引值,从0开始标,跟建立DataFrame时一样,默认从0开始到len(df)-1 import pandas as pd import numpy as np titanic_survival = pd.read_csv("titanic_train.csv") titanic_survival....
  • 对pandas重置reset_index()

    万次阅读 2017-02-25 15:45:17
    df = df.reset_index(drop=True)
  • reset_index(drop=True)

    千次阅读 2018-10-16 21:51:11
    今天必须写个知乎mark一下了,错了不知道几百次...= -1].reset_index(drop=True)#注意!否则报错 train_y = train_x.pop('label').values train_index = train_x[train_x.A == 2018].index.tolist() test_index...
  • 1.set_index DataFrame可以通过set_index方法,可以设置单索引和复合索引。  DataFrame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False)  append添加新索引,drop为False,in...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 173,366
精华内容 69,346
关键字:

reset_index