DataFrame 索引设置|学习笔记

简介: 快速学习 DataFrame 索引设置

开发者学堂课程【Python 数据分析库 Pandas 快速入门:DataFrame 索引设置】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/607/detail/8848


DataFrame 索引设置


内容简介:

一、具体内容

二、DataFrame 索引的设置

三、Multilndex Panel

 

一、具体内容

3 DataFrame 索引的设置

1)修改行列索引值

2)重设索引

3)设置新索引

 

二、DataFrame 索引的设置

(一)修改行列索引值

注意:以下修改方式是错误的

#错误修改方式

data. index[3] = '股票_3'

正确的方式:

stock_ code = ["股票“+ str(1)for 1 inrange(stock change. shape[01)]

#必须整体全部修改

data. index = stock_ code

(二)重设索引

reset_ index(drop=False)

设置新的下标索引

drop:默认为 False,不删除原来索引,如果为 True,删除原来的索引值

#重置索引,drop-Falsedata. reset index ()

#重置索引 data. reset_ index(drop=True)

l 以某列值设置为新的索引

l set index(keys, drop-True)

n keys :列索引名成或者列索引名称的列表

n drop : boolean, default True.当做新的索引,删除原来的列。

(三)设置新索引案例

1、创建

2、以月份设置新的索引

3、设置多个索引,以年和月份

注:通过刚才的设置,这样 DataFrame 就变成了一个具有 Muttindex 的 DataFrame


三、 Multilndex 与 Panel

打印刚才的 df 的行索引结果

相关文章
|
5月前
|
机器学习/深度学习 Python
pandas将dataframe列中的list转换为多列
在应用机器学习的过程中,很大一部分工作都是在做数据的处理,一个非常常见的场景就是将一个list序列的特征数据拆成多个单独的特征数据。
100 0
|
11月前
dataframe获取指定列
dataframe获取指定列
701 0
|
5天前
|
数据采集 数据挖掘 数据处理
如何在Pandas中将索引(index)转换为数据列
如何在Pandas中将索引(index)转换为数据列
17 0
|
5月前
|
Python
Pandas进阶--map映射,分组聚合和透视pivot_table详解
Pandas进阶--map映射,分组聚合和透视pivot_table详解
|
Python
dataframe操作查询
Pandas提供了多种查询方法,以下是一些常见的方法: 使用df.loc方法,根据行、列的标签值查询。 使用df.iloc方法,根据行、列的数字位置查询。 使用df.where方法,根据条件过滤数据。 使用df.query方法,根据字符串表达式查询数据。
693 0
|
SQL 分布式计算 大数据
DataFrame 介绍_操作 | 学习笔记
快速学习 DataFrame 介绍_操作
149 0
DataFrame 介绍_操作 | 学习笔记
|
SQL 数据挖掘 数据处理
DataFrame行列表查询操作详解+代码实战
DataFrame行列表查询操作详解+代码实战
570 0
DataFrame行列表查询操作详解+代码实战
DataFrame(5):DataFrame元素的获取方式(很重要)(二)
DataFrame(5):DataFrame元素的获取方式(很重要)(二)
DataFrame(5):DataFrame元素的获取方式(很重要)(二)
|
Python 存储
在 Pandas 中更改列的数据类型
import pandas as pd import numpy as np a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']] df = pd.DataFrame(a) df.dtypes 0 object 1 object 2 object dtype: object 数据框(data.frame)是最常用的数据结构,用于存储二维表(即关系表)的数据,每一列存储的数据类型必须相同,不同数据列的数据类型可以相同,也可以不同,但是每列的行数(长度)必须相同。
4476 0