pandas，dataframe新建一列并且将新建列设为新索引

最新推荐文章于 2023-04-26 11:51:27 发布
最新推荐文章于 2023-04-26 11:51:27 发布
阅读量997 收藏
点赞数 1
文章标签： pandas
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44281201/article/details/120889136
版权 
df['NUM'] = ''
for i in range(0,df.shap[0]):
    df.iloc[i:,1:2] = i
df.set_index('NUM',drop = True,append = False, inplace=True)

  笔者在用dataframe读取excel时发现，索引出现重复（因为我读了Excel的两个sheet页），所以通过上面的代码进行新建一列NUM并且设置为索引。其中iloc需要注意，笔者是只存在一列，所以iloc中的参数为1：2

24小时甜食贩卖机
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
pandas将DataFrame的列变成行索引的方法
09-20
下面小编就为大家分享一篇pandas将DataFrame的列变成行索引的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
python入门——DataFrame创建和索引
weixin_49249463的博客
11-06 1万+
DataFrame是Pandas中常用的数据结构，即表示矩阵的数据表，包含已排序的列集合，既有行索引又有列索引。使用前需先导入pandas(import pandas as pd)。
pandas添加索引列，从一开始
weixin_62650212的博客
04-26 2679
在添加新索引列后，我们将新的索引列中的所有值加 1，以便从 1 开始。方法需要在索引列之前添加一个新的整数列，以便在保留原始索引的情况下添加一个新的索引列。，则原始索引列将被删除。在本例中，我们选择保留原始索引列并添加一个新的索引列。要将从 1 开始的索引列添加到 Pandas 数据框中，可以使用 Pandas 中的。在这个例子中，我们首先创建了一个示例数据框，并将其输出以供查看。直接在原数据帧上操作，使代码更简洁。方法添加了新的索引列，并将。方法将新索引列重命名为。
Python 数据框将某列设置为新索引、重新定义行索引、及获取列名
刘小生Star
05-16 1万+
1、对数据框中的某字段设置为新索引 Pay_Data = Pay_Data.set_index(Pay_Data['工号']) # 将工号设置为新索引 2、重新定义行索引 Pay_Data = Pay_Data .reset_index(drop=True) # 重新定义行索引 3、重获取数据框的列名 Pay_Data .index.tolist() ...
python报表自动化系列 - 为pandas.DataFrame制作自然数索引（更改索引为从1开始的自然数）
jclee95的个人博客
12-07 2548
更改DataFrame索引为从1开始的自然数 【函数说明】 实际上对于人来说更习惯于从零开始索引单元格，这样也不会容易出错。而建立一个DataFrame变量后默认索引是从零开始的，还有一些由于如导入等，默认添加的索引甚至会出现一些字符串。本函数可以统一索引，方便数据查找筛选。 【调用案例】 调用前 调用后 【代码实现】 import pandas as pd import numpy as np def DataFrame_Add_num_index(df): '''为任意大小的Datafram
iloc函数使用方法
qq_39667860的博客
08-18 5148
参考https://blog.csdn.net/qq_39368111/article/details/110435536。其中2,5都是指的元素的索引，索引从0开始，表示从第3个元素到第四个元素（前开后闭）表示从倒数第5个元素到倒数第2个元素，间隔为1的元素。前面的冒号就是取行数，后面的冒号是取列数。表示从倒数第三个元素到倒数第2个元素。表示从第一个元素开始间隔为1的元素。举个例子来理解切片的概念。其中-1表示最后一个元素。...
pandas—添加新列的常见方法
热门推荐
LHJCSDNYL的博客
05-04 8万+
pandas为DataFrame格式数据添加新列的方法非常简单，只需要新建一个列索引，再为其赋值即可。 以下总结了5种常见添加新列的方法。 首先，创建一个DataFrame结构数据，作为数据举例。 import pandas as pd # 创建一个DataFrame结构数据 data = {'a': ['a0', 'a1', 'a2'], 'b': ['b0', 'b1', 'b2']} df = pd.DataFrame(data) print('举例数据情况：\n', df) 添加
pandas选取符合条件的行_数据科学 | 手把手教你用 pandas 索引、汇总和处理缺失数据...
weixin_39836898的博客
11-20 565
↑↑↑↑↑点击上方蓝色字关注我们！『运筹OR帷幄』原创作者：Paul编者按pandas作为python中非常重要的数据处理工具，它提供了很多灵活的数学和统计方法。在数据处理中，经常需要对数据进行索引的转换，以适应不同的统计和作图的需要；另外在许多数据分析工作中，缺失数据是经常发生的。因此，作为pandas系列文章的一部分，本文将重点关注pandas对数据索引、汇总和缺失数据的处理的相关方...
4 索引
fgh123的博客
09-07 328
文章目录4.2 B-Tree索引 4.2 B-Tree索引 Pg的B-Tree索引是在Lehman和Yao的论文“ Efficient Locking for Concurrent Operations on B-Tree”基础上 结合Pg要求来实现的 结构类似于B+树 http://portal.acm.org/citation.cfm?id=319663   B+树为B树的变形,它的结构特点如下: B+树的所有关键字均在叶子节点,按关键字排序以顺序链的方式链接,叶子节点还保存了指向相应记录的
pandas.DataFrame 根据条件新建列并赋值的方法
09-20
这里，`loc`首先创建一个只包含满足条件的行的新DataFrame，然后将其'panduan'列设置为1。`fillna(0)`用于填充其余行的'panduan'列。 4. **使用`map`**：如果条件涉及到与另一序列的匹配，可以使用`map`函数： ```...
pandas DataFrame 根据多列的值做判断,生成新的列值实例
09-20
总结一下，Pandas DataFrame的`apply()`函数为我们提供了灵活的方式处理数据，可以基于多列条件生成新的列。无论是对整行应用自定义函数还是对单个Series应用，都是进行复杂数据操作的有效工具。在实际的数据分析...
pandas DataFrame的修改方法(值、列、索引)
12-26
对于DataFrame的修改操作其实有很多，不单单是某个部分的值的修改，还有一些索引的修改、列名的修改，类型修改等等。我们仅选取部分进行介绍。 一、值的修改 DataFrame的修改方法，其实前面介绍loc方法的时候介绍了...
pandas DataFrame实现几列数据合并成为新的一列方法
09-20
今天小编就为大家分享一篇pandas DataFrame实现几列数据合并成为新的一列方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
python pandas通过set_index设置某列为index
weixin_45144170的博客
05-24 8930
pandas中set_index方法是专门用来将某一列设置为index的方法。它具有简单，方便，快捷的特点。 主要参数： keys：需要设置为index的列名 drop：True or False。在将原来的列设置为index，是否需要删除原来的列。默认为True，即删除（Delete columns to be used as the new index.） append：True or False。新的index设置之后，是否要删除原来的index。默认为True。（Whether to append
pandas将某一列变为索引_Pandas| pd.melt()使用示例
weixin_35950078的博客
01-09 1万+
工作具体内容如下，主要是想把一个二维表格转成一维表格，如下图(表格为替代品)：于是我马上想到了pandas，想着这么强大的函数肯定有这个功能，于是我开始翻阅资料，没想到还真找到了，而且仅用三行代码就搞定了，惊的朋友直呼python牛批下面个大家详细介绍一下整个过程1.正确读取表格首先按照传统的方式读表格：importpandasaspddata1=pd.read_excel('...
一文速学(七)-数据分析之Pandas索引设置操作各类方法详解+代码展示
master_hunter的博客
04-30 7736
前言 使用Pandasj进行数据分析时需要了解Pandas的基础数据结构Series和DataFrame。若是还不清楚的可以再去看看我之前的三篇博客详细介绍这两种数据结构的处理方法： 一文速学-数据分析之Pandas数据结构和基本操作代码 DataFrame行列表查询操作详解+代码实战 DataFrame多表合并拼接函数concat、merge参数详解+代码操作展示 Pandas中read_excel函数参数使用详解+实例代码 以上三篇均为基础知识，没有比较难的实战，比较容易学会。 首先说..
【Python数据分析 - 9】：DataFrame结构中自定义行列索引（Pandas篇）
Oh_Python的博客
09-22 8339
准备行索引数据设置行索引，在将数据变为DataFrame结构时添加：index=stock_index结果展示函数功能：生成一个固定频率的时间索引，使用此函数时，须指定start，end或periods，否则报错。语法：pandas.date_range(start=None, end=None, periods=None, freq=‘D’, tz=None, normalize=False, name=None, closed=None, **kwargs）
Python小点dian儿: Python-Pandas-DataFrame 如何把df变为以数据中的某一列为index
shuihupo的博客
09-08 1万+
    目录  我们在读入数据的时候，数据本来有它自身的user_id,这行数据又是不进入模型训练的。我们怎么处理呢？   法一：文件读入阶段 小点dian儿：，读入文件的几行，参数：nrows=行数 法二：在DateFrame阶段设置： 小点dian儿：：读入文件的指定列，参数：usecols=["列名1',"列名2",.....]，及前几行， 参数：nrows=行数。 小点...
pandas新建dataframe 填满0
最新发布
08-09
要使用Pandas新建一个填满0的DataFrame，可以使用`pd.DataFrame()`函数，并传入一个包含0的多维数组或矩阵作为数据参数。 下面是一个示例代码： ```python import pandas as pd # 创建一个5行3列的DataFrame，并填满0 df = pd.DataFrame(0, index=range(5), columns=range(3)) print(df) ``` 输出结果如下： ``` 0 1 2 0 0 0 0 1 0 0 0 2 0 0 0 3 0 0 0 4 0 0 0 ``` 在上面的代码中，我们使用`pd.DataFrame()`函数创建了一个5行3列的DataFrame，并将0传入作为每个单元格的初始值。`index`参数用于指定行的索引，`columns`参数用于指定列的索引。 使用这种方法，我们可以轻松地创建一个指定大小并填满0的DataFrame。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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