Question

pandas.dataframe怎么把列变成索引

Answer 1

在dataframe中根据一定的条件，得到符合要求的某行元素所在的位置。

代码如下所示：

[python] view plain copy

• df = pd.DataFrame({'BoolCol': [1, 2, 3, 3, 4],'attr': [22, 33, 22, 44, 66]},  

• index=[10,20,30,40,50])  

• print(df)  

• a = df[(df.BoolCol==3)&(df.attr==22)].index.tolist()  

• print(a)  

• df如下所示，以上通过选取“BoolCol”取值为3且“attr”取值为22的行，得到该行在df中的位置

注意：返回的位置为index列表，根据index的不同而不同，这点易于数组中默认的下标。


[python] view plain copy

• BoolCol  attr  

• 10        1    22  

• 20        2    33  

• 30        3    22  

• 40        3    44  

• 50        4    66  

• [30]  

Answer 2

import pandas as pd
df = pd.read_csv("你的文件名.csv")
df_new_index=df.set_index('要设成索引的列名')#列可以有重复值


Ps. 用索引访问loc函数  df_new_index.loc['索引']

Answer 3

pandas.DataFrame.set_index（）

Answer 4

使用set_index函数，示例如下：

from pandas import DataFrame

df1 = DataFrame({'name': ['zhao', 'qian', 'sun', 'li'], 'yu_wen': [90, 80, 70, 60], 'shu_xue': [60, 70, 80, 90]})

df2 = df1.set_index('name')

结果如下：

Answer 5

一创建DataFrame的简单操作：

1.根据字典创造：
In [1]: import pandas as pd
In [3]: aa={'one':[1,2,3],'two':[2,3,4],'three':[3,4,5]}
In [4]: bb=pd.DataFrame(aa)
In [5]: bb
Out[5]:
one three two
0 1 3 2
1 2 4 3
2 3 5 4`123456789123456789

字典中的keys就是DataFrame里面的columns，但是没有index的值，所以需要自己设定，不设定默认是从零开始计数。
bb=pd.DataFrame(aa,index=['first','second','third'])
bb
Out[7]:
one three two
first 1 3 2
second 2 4 3
third 3 5 412345671234567

2.从多维数组中创建
import numpy as np
In [9]: del aa
In [10]: aa=np.array([[1,2,3],[4,5,6],[7,8,9]])
In [11]: aa
Out[11]:
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
In [12]: bb=pd.DataFrame(aa)
In [13]: bb
Out[13]:
0 1 2
0 1 2 3
1 4 5 6
2 7 8 9123456789101112131415123456789101112131415

从多维数组中创建就需要为DataFrame赋值columns和index，否则就是默认的，很丑的。
bb=pd.DataFrame(aa,index=[22,33,44],columns=['one','two','three'])
In [15]: bb
Out[15]:
one two three
22 1 2 3
33 4 5 6
44 7 8 912345671234567

3.用其他的DataFrame创建
bb=pd.DataFrame(aa,index=[22,33,44],columns=['one','two','three'])
bb
Out[15]:
one two three
22 1 2 3
33 4 5 6
44 7 8 9
cc=bb[['one','three']].copy()
Cc
Out[17]:
one three
22 1 3
33 4 6
44 7 912345678910111213141234567891011121314

这里的拷贝是深拷贝，改变cc中的值并不能改变bb中的值。
cc['three'][22]=5
bb
Out[19]:
one two three
22 1 2 3
33 4 5 6
44 7 8 9

cc
Out[20]:
one three
22 1 5
33 4 6
44 7 912345678910111213141234567891011121314

二.DataFrame的索引操作：

对于一个DataFrame来说，索引是最烦的，最易出错的。

.索引一列或几列，比较简单：
bb['one']
Out[21]:
22 1
33 4
44 7
Name: one, dtype: int32123456123456

多个列名需要将输入的列名存在一个列表里，才是个collerable的变量，否则会报错。
bb[['one','three']]
Out[29]:
one three
22 1 3
33 4 6
44 7 9123456123456

2.索引一条记录或几条记录：
bb[1:3]
Out[27]:
one two three
33 4 5 6
44 7 8 9
bb[:1]
Out[28]:
one two three
22 1 2 3123456789123456789

这里注意冒号是必须有的，否则是索引列的了。

3.索引某几列的变量的某几条记录，这个折磨了我好久：

第一种
bb.loc[[22,33]][['one','three']]
Out[30]:
one three
22 1 3
33 4 61234512345

这种不能改变这里面的值，你只是能读值，不能写值，可能和loc()函数有关：
bb.loc[[22,33]][['one','three']]=[[2,2],[3,6]]
In [32]: bb
Out[32]:
one two three
22 1 2 3
33 4 5 6
44 7 8 912345671234567

第二种：也是只能看
bb[['one','three']][:2]
Out[33]:
one three
22 1 3
33 4 61234512345

想要改变其中的值就会报错。
In [34]: bb[['one','three']][:2]=[[2,2],[2,2]]
-c:1: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_index,col_indexer] = value instead
F:\Anaconda\lib\site-packages\pandas\core\frame.py:1999: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame
return self._setitem_slice(indexer, value)1234512345

第三种：可以改变数据的值！！！

Iloc是按照数据的行列数来索引，不算index和columns
bb.iloc[2:3,2:3]
Out[36]:
three
44 9

bb.iloc[1:3,1:3]
Out[37]:
two three
33 5 6
44 8 9
bb.iloc[0,0]
Out[38]: 1123456789101112123456789101112

下面是证明：
bb.iloc[0:4,0:2]=[[9,9],[9,9],[9,9]]
In [45]: bb
Out[45]:
one two three
22 9 9 3
33 9 9 6
44 9 9 912345671234567

三、在原有的DataFrame上新建一个columns或几个columns

1.什么都不用的，只能单独创建一列，多列并不好使，亲测无效：
bb['new']=[2,3,4]
bb
Out[51]:
one two three new
22 9 9 3 2
33 9 9 6 3
44 9 9 9 4
bb[['new','new2']]=[[2,3,4],[5,3,7]]
KeyError: "['new' 'new2'] not in index"123456789123456789

赋予的list基本就是按照所给index值顺序赋值，可是一般我们是要对应的index进行赋值，想要更高级的赋值就看后面的了。

2.使用字典进行多列按index赋值：
aa={33:[234,44,55],44:[657,77,77],22:[33,55,457]}
In [58]: bb=bb.join(pd.DataFrame(aa.values(),columns=['hi','hello','ok'],index=aa.keys()))
In [59]: bb
Out[59]:
one two three new hi hello ok
22 9 9 3 2 33 55 457
33 9 9 6 3 234 44 55
44 9 9 9 4 657 77 771234567812345678

这里aa是一个字典和列表的嵌套，相当于一条记录，使用keys当做index名而不是一般默认的columns名。达到了按index多列匹配的目的。由于dict（）储存是混乱的，之间用dict（）而不给他的index赋值会记录错乱，这一点注意值得注意。

四、删除多列或多记录：

删除列
bb.drop(['new','hi'],axis=1)
Out[60]:
one two three hello ok
22 9 9 3 55 457
33 9 9 6 44 55
44 9 9 9 77 77123456123456

删除记录
bb.drop([22,33],axis=0)
Out[61]:
one two three new hi hello ok
44 9 9 9 4 657 77 7712341234

DataFrame还有很多功能还没有涉及，等以后有涉及到，看完官网的API之后，还会继续分享，everything is ok。