pandas数据规整-分层索引-数据合并

最新推荐文章于 2023-03-18 10:22:35 发布

QiuBeiXianSeng

最新推荐文章于 2023-03-18 10:22:35 发布

阅读量945

点赞数

分类专栏：数据规整分层索引数据合并文章标签： python numpy 数据分析索引列表

本文链接：https://blog.csdn.net/QiuBeiXianSeng/article/details/108490074

版权

本文介绍了Pandas数据规整的重点，包括如何查看和指定索引，重置索引，以及利用set_index创建分层索引。在数据合并部分，详细阐述了merge、join和concat的使用方法，如不同类型的合并方式、连接键的选择以及轴向堆叠。

摘要由CSDN通过智能技术生成

数据规整

索引与分层索引

索引
• 查看索引：df.index
• 指定索引：df.index = [,] 个数必须一致
• 重置索引：df.reindex([,]) 无需个数一致
• 指定某一列作为index：df.set_index(“M”,drop=False)
• 返回index的唯一值：df.set_index(“M”).index.unique()
• df.reset_index()：将分层索引层级移动到列中

import pandas as pd
import numpy as np

df = pd.DataFrame(np.arange(12).reshape(3,4),index=list("ABC"),columns=list("MNOP"))
df

df.index[1] = "D"   # 报错，索引不能单独赋值修改

df.reindex(["A","D"])

"""
df.set_index(keys,drop=True)

drop=True 指定该列为索引 并且删除该列数值
"""
df.set_index("M")
# df.set_index("M",drop=False) 

# 将df中的4赋值为8
df.loc["B","M"] = 8
df

"""
当index重复后
返回的index唯一值
"""
# 设置M列为索引
df1 = df.set_index("M")
df1.loc[8,:]  

df1.index.unique()