DataFrame索引与列名操作
学习目标
-
知道如何查看索引及列名
-
知道如何修改索引及列名
1 数据准备
我们继续使用链家租房数据来学习本章节的API，导包并读取数据
import pandas as pd
# 加载数据集
df = pd.read_csv('../data/LJdata.csv')
# 获取天通苑租房区域的所有数据, 返回df对象
df2 = df[df['区域'] == '天通苑租房']
print(df2.head())
# 获取df2中的价格列, 返回s对象
df2_price = df2['价格']
print(df2_price.head())
# 输出结果如下
区域 地址 户型 面积 价格 朝向 更新时间 看房人数
3 天通苑租房 天通苑北一区 2室1厅 103 5300 东南 2017.07.25 30
35 天通苑租房 天通苑本四区 1室1厅 65 4200 南 北 2017.07.26 31
78 天通苑租房 天通苑东二区 2室1厅 91 4500 南 北 2017.07.26 20
148 天通苑租房 天通苑本六区 2室1厅 114 5500 南 北 2017.07.23 33
189 天通苑租房 天通苑东三区 2室1厅 109 5000 南 北 2017.07.25 4
3 5300
35 4200
78 4500
148 5500
189 5000
Name: 价格, dtype: int64
2 获取索引和列名
2.1 获取索引
# 查看df2的索引 print(df2.index) # 查看s对象的索引 print(df2_price.index) # print(df2_price.keys()) # 使用索引下标获取具体的某一个索引值 print(df2.index[0]) print(df2_price.index[0]) # 输出结果如下 Int64Index([ 3, 35, 78, 148, 189, 295, 351, 387, 390, 458, 463, 557, 687, 763, 934, 957, 1055, 1069, 1075, 1089, 1097, 1327, 1372, 1374, 1400, 1402, 1410, 1608, 1632, 1904, 1905, 1919, 1933, 1996, 2121, 2141, 2468, 2663, 2749], dtype='int64') Int64Index([ 3, 35, 78, 148, 189, 295, 351, 387, 390, 458, 463, 557, 687, 763, 934, 957, 1055, 1069, 1075, 1089, 1097, 1327, 1372, 1374, 1400, 1402, 1410, 1608, 1632, 1904, 1905, 1919, 1933, 1996, 2121, 2141, 2468, 2663, 2749], dtype='int64') 3 3
2.2 获取列名
-
除了查看索引的API以外，还有查看df中所有列名的API
print(df2.columns) # 获取所有列的名字，存入Index对象 print(list(df2.columns)) # 获取所有列的名字 ，并转为普通列表 print(df2.keys()) # 获取所有列的名字 ，作用和columns一样 # 输出结果如下 Index(['区域', '地址', '户型', '面积', '价格', '朝向', '更新时间', '看房人数'], dtype='object')
3 索引和列名的修改方法
指定某列为索引
使用set_index函数
# 指定区域列作为索引 df3 = df2.set_index(keys=['区域']) print(df3.head()) # 输出结果如下 地址 户型 面积 价格 朝向 更新时间 看房人数 区域 天通苑租房 天通苑北一区 2室1厅 103 5300 东南 2017.07.25 30 天通苑租房 天通苑本四区 1室1厅 65 4200 南 北 2017.07.26 31 天通苑租房 天通苑东二区 2室1厅 91 4500 南 北 2017.07.26 20 天通苑租房 天通苑本六区 2室1厅 114 5500 南 北 2017.07.23 33 天通苑租房 天通苑东三区 2室1厅 109 5000 南 北 2017.07.25 4
3.1.2 读取数据时指定索引列
# 使用index_col参数指定索引列
df4 = pd.read_csv('../data/LJdata.csv', index_col=['区域'])
print(df4.head())
# 输出结果如下
地址 户型 面积 价格 朝向 更新时间 看房人数
区域
燕莎租房 新源街 2室1厅 50 5800 南 2017.07.21 26
望京租房 澳洲康都 2室1厅 79 7800 东 2017.07.23 33
广安门租房 远见名苑 2室1厅 86 8000 东 2017.07.20 34
天通苑租房 天通苑北一区 2室1厅 103 5300 东南 2017.07.25 30
团结湖租房 团结湖北口 2室1厅 63 6400 南 2017.07.26 30
3.2 使用reset_index函数重置索引
-
Dataframe对象和Series对象使用reset_index函数一样，都返回使用默认自增索引的df
print(df4.reset_index()) # 重置索引之后，索引就使用 0 1 2 3 print(df2_price.reset_index().head()) # s.reset_index() # 输出结果如下 区域 地址 户型 面积 价格 朝向 更新时间 看房人数 0 燕莎租房 新源街 2室1厅 50 5800 南 2017.07.21 26 1 望京租房 澳洲康都 2室1厅 79 7800 东 2017.07.23 33 2 广安门租房 远见名苑 2室1厅 86 8000 东 2017.07.20 34 3 天通苑租房 天通苑北一区 2室1厅 103 5300 东南 2017.07.25 30 4 团结湖租房 团结湖北口 2室1厅 63 6400 南 2017.07.26 30 ... ... ... ... ... ... ... ... ... 2755 朝青租房 天鹅湾北区 1室1厅 50 9500 南 2017.07.27 13 2756 太阳宫租房 水星园 1室1厅 68 9500 北 2017.07.24 14 2757 六里桥租房 莲花小区 2室1厅 84 7200 西南 2017.07.26 7 2758 陶然亭租房 中海紫御公馆 2室2厅 91 12000 南 2017.07.26 6 2759 三元桥租房 曙光里 2室1厅 62 6200 南 2017.07.25 19 [2760 rows x 8 columns] index 价格 0 3 5300 1 35 4200 2 78 4500 3 148 5500 4 189 5000
-
使用
drop=True参数将不保留原索引
df4 = pd.read_csv('../data/LJdata.csv', index_col=['区域'])
print(df4.reset_index(drop=True)) # 将原来的索引列删除（将区域列删除）
print(df2_price.reset_index(drop=True).head())
# 输出结果如下
地址 户型 面积 价格 朝向 更新时间 看房人数
0 新源街 2室1厅 50 5800 南 2017.07.21 26
1 澳洲康都 2室1厅 79 7800 东 2017.07.23 33
2 远见名苑 2室1厅 86 8000 东 2017.07.20 34
3 天通苑北一区 2室1厅 103 5300 东南 2017.07.25 30
4 团结湖北口 2室1厅 63 6400 南 2017.07.26 30
... ... ... ... ... ... ... ...
2755 天鹅湾北区 1室1厅 50 9500 南 2017.07.27 13
2756 水星园 1室1厅 68 9500 北 2017.07.24 14
2757 莲花小区 2室1厅 84 7200 西南 2017.07.26 7
2758 中海紫御公馆 2室2厅 91 12000 南 2017.07.26 6
2759 曙光里 2室1厅 62 6200 南 2017.07.25 19
[2760 rows x 7 columns]
0 5300
1 4200
2 4500
3 5500
4 5000
Name: 价格, dtype: int64
3.3 赋值修改索引和列名
3.3.1 赋值修改索引
-
df.index不光可以查看索引, 还可以修改索引
df5 = df2_price.reset_index().head() # 一旦重置索引，则索引就会转为 0 1 2，原来的索引列变为普通列 # 赋值修改索引 df5.index = ['a', 'b', 'c', 'd', 'e'] print(df5) # 输出结果如下 index 价格 a 3 5300 b 35 4200 c 78 4500 d 148 5500 e 189 5000
3.3.2 赋值修改列名
-
df.columns不光可以查看列名，还可以修改列名# 赋值修改列名 df5.columns = ['列名1', '列名2'] print(df5) # 输出结果如下 列名1 列名2 a 3 5300 b 35 4200 c 78 4500 d 148 5500 e 189 5000
3.4 rename函数修改索引和列名
通过
df5.rename(index=, columns=, inplace=)方法修改索引和列名index: 接收字典, {原索引名:新索引名}
columns: 接收字典, {原列名:新列名}
inplace:
True或False, 是否在原数据上删除, 默认False
3.4.1 修改索引
-
使用参数
index={'原索引名': '新索引名', ...}修改想要修改的部分或全部索引
print(df5.rename(index={'a': 'A', 'e': 'E'}))
# print(df5) # 还是修改前的df
# 输出结果如下
列名1 列名2
A 3 5300
b 35 4200
c 78 4500
d 148 5500
E 189 5000
3.4.2 修改列名
-
使用参数
columns={'原列名': '新列名', ...}修改想要修改的部分或全部列名
print(df5.rename(columns={'列名1': 'index', '列名2': '价格'}))
# print(df5) # 还是修改前的df
# 输出结果如下
index 价格
a 3 5300
b 35 4200
c 78 4500
d 148 5500
e 189 5000
总结
请对下列API 有印象、能找到、能理解、能看懂
-
查看或修改索引
<s/df>.index -
查看或修改列名
df.columns=[col_name1, col_name2, ...] -
读取数据时指定某列为索引
pd.read_csv('csv_path', index_col=[列名]) -
设置某列为df的索引
df.set_index(列名) -
重置df的索引为默认自增索引
df.reset_index(drop=) -
指定修改部分索引值或列名
df.rename( index={ '原索引名1': '新索引名1', '原索引名2': '新索引名2', ... }, columns={ '原列名a': '新列名a', '原列名b': '新列名b', ... } )
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
