在pandas中，索引可以看做是数据的“标签”，用于标识数据表中每个数据的位置。pandas提供了设置索引和重置索引的功能，以方便用户对数据进行排序、筛选等操作。
首先，通过以下代码创建一个示例DataFrame：
import pandas as pd
data = {'name': ['Alice', 'Bob', 'Cathy', 'David'],
'score': [80, 75, 90, 85]}
df = pd.DataFrame(data)
print(df)输出为：
name score
0 Alice 80
1 Bob 75
2 Cathy 90
3 David 85设置索引
可以通过set_index()方法设置索引。例如，将name列作为索引：
df = df.set_index('name')
print(df)输出为：
score
name
Alice 80
Bob 75
Cathy 90
David 85这里，通过set_index()方法将name列作为索引，并将结果保存在原始的DataFrame中。可以看到，原始的name列已经变成了索引，而其它列仍然保留不变。
如果要设置多个列为索引，则可以传入一个列名的列表，例如：
df = pd.DataFrame(data)
df = df.set_index(['name', 'score'])
print(df)输出为：
Empty DataFrame
Columns: []
Index: [(Alice, 80), (Bob, 75), (Cathy, 90), (David, 85)]这里，通过set_index()方法将name和score两列同时设置为索引，可以看到结果中没有任何列，只有一个表示索引的列表。
重置索引
可以通过reset_index()方法重置索引，即将当前的索引变回普通的列并重新生成默认的整数索引。例如：
df = df.reset_index()
print(df)输出为：
name score
0 Alice 80
1 Bob 75
2 Cathy 90
3 David 85这里，通过reset_index()方法将当前的索引变成普通的列，并重新生成默认的整数索引。
另外，如果只想重置部分索引，可以使用level参数指定要重置的索引级别。例如，如果之前已经将name列作为索引，现在想要把它变成普通列，可以使用以下代码：
df = df.reset_index(level='name')
print(df)输出为：
name score
0 Alice 80
1 Bob 75
2 Cathy 90
3 David 85这里，通过指定level='name'，只重置了name列作为索引，而score列仍然保留为索引。
本文链接：https://my.lmcjl.com/post/19881.html
展开阅读全文
4 评论