python pandas里dataframe中set_index和reset_index的用法

最近在学习利用python进行数据分析这本书,在数据重塑这一章节中对set_index和reset_index这两个函数的用法有一些不理解,查看了官方文档记录稍微有一些眉目,记录在这里方便后面查阅。
具体两个函数的效果见代码

import numpy as np
import pandas as pd
np.random.seed(12345)
import matplotlib.pyplot as plt
%matplotlib notebook
plt.rc('figure', figsize=(10, 6))
np.set_printoptions(precision=4, suppress=True)
frame = pd.DataFrame({'a': range(7), 'b': range(7, 0, -1 ),'c': ['one', 'one', 'one', 'two', 'two', 'two', 'two'],'d': [0, 1, 2, 0, 1, 2, 3]})


在这里插入图片描述
set_index得到的结果易于按分类进行展示,按我的理解像是对一个数据框按某几列进行了分组,但这种结构不利于进行进一步的数据分析。
reset_index可以将收集到的分组数据扁平化,把数据变成易于数据分析的格式。两个函数的官方文档参数如下:
在这里插入图片描述在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值