dataframe 如何增加新的索引_pandas-被忽视的索引index设置

索引我们一般定义为能唯一定义这条数据的一个标签

和以前理解的数据库或者excel中的概念稍有不同，excel中的的索引概念并不是很大，更多的是我们主动去为它设置一个类索引的东西，比如1，2，3等等，来标记一条数据，数据库中倒是会自动为你设置一个编号，而在pandas中索引的作用却非常大，下面一起来学习下吧！

哪里需要索引

• pandas会自动为你设置一个索引，不管你愿不愿意
• 可以设置多级索引
• 数据筛选loc中需要index

为什么要设置索引

创建数据或者从外部导入数据后，如果索引不合适，或者需要设置多级索引的时候就需要设置索引

重要知识点：

• 设置索引有3中方式，直接传入一个列名作为索引，也可以添加一个成为多级索引，传入列表直接成为多级索引
• 如果需要修改原始数据就设置inplace
• 担心有重复就设置：verify_integrity

本文涵盖内容：

本文内容比较简单：

• 参数详解
• 索引的多种设置方式
• 参数的实例

pandas.DataFrame.set_index-参数详解

DataFrame.set_index(self, keys, drop=True, append=False, inplace=False, verify_integrity=False)[source]

使用现有列设置DataFrame索引。

使用一个或多个现有列或数组(长度正确)设置DataFrame索引(行标签)。 索引可以替换现有索引或对其进行扩展。

以上为官方的解释，其实主要功能还是利用现在的列来当做或者扩充索引，扩充就成为多级索引&