pandas中关于set_index和reset_index的用法

1.set_index

DataFrame可以通过set_index方法，可以设置单索引和复合索引。 
DataFrame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False) 
append添加新索引，drop为False，inplace为True时，索引将会还原为列

创建一个Dataframe类型

# coding=utf-8
import pandas as pd
dates = pd.DataFrame(columns=['a','b','c','d'],index=range(0,4))
data = pd.DataFrame({
    'a':['bar','bar2','foo','foo2'],
    'b':['one','two','one','two'],
    'c':['z','y','x','w'],
    'd':['1.0','2.0','3.0','4.0']
})
print(data)

#运行结果

     a     b     c    d
0  bar  one  z  1.0
1  bar  two  y  2.0
2  foo  one  x  3.0
3  foo  two  w  4.0

     

indexed1 = data.set_index('c')   #设置单一索引
print(indexed1)

#运行结果

     a    b    d
c               
z  bar  one  1.0
y  bar  two  2.0
x  foo  one  3.0
w  foo  two  4.0

indexed2 = data.set_index(['a', 'b'])   #设置复合索引
print(indexed2)

#设置复合索引

             c    d
a     b          
bar one  z  1.0
      two  y  2.0
foo one  x  3.0
      two  w  4.0

重复索引不再显示，所以bar，foo出现一次，但是one，two却出现两次，说明相邻两列如果序列名字相同则去重复列名

2.reset_index

reset_index可以还原索引，重新变为默认的整型索引 
DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill=”) 
level控制了具体要还原的那个等级的索引 
drop为False则索引列会被还原为普通列，否则会丢失

indexed3=data.reset_index()
print(indexed3)

 

#运行结果

   index    a    b  c    d
0      0  bar  one  z  1.0
1      1  bar  two  y  2.0
2      2  foo  one  x  3.0
3      3  foo  two  w  4.0