【pandas】set_index函数详解

参数

1. keys : 要设置为索引的列名（如有多个应放在一个列表里）
2. drop : 将设置为索引的列删除，默认为True
3. append : 是否将新的索引追加到原索引后（即是否保留原索引），默认为False
4. inplace : 是否在原DataFrame上修改，默认为False
5. verify_integrity : 是否检查索引有无重复，默认为False

示例

参数keys

keys指定的列将被设置为索引

import pandas as pd

data = pd.DataFrame([['Alice', 'Math', 93], ['Bob', 'Physics', 98], ['Chris', 'Chemistry', 96], ['David', 'Biology', 90]],
                    columns=['Name', 'Subject', 'Score'])
print(data)
print('\n')

data1 = data.set_index(keys='Name')
print(data1)

输出：

参数drop

将设置为索引的列删除，默认为True

import pandas as pd

data = pd.DataFrame([['Alice', 'Math', 93], ['Bob', 'Physics', 98], ['Chris', 'Chemistry', 96], ['David', 'Biology', 90]],
                    columns=['Name', 'Subject', 'Score'])
print(data)
print('\n')

data1 = data.set_index(keys='Name')
print(data1)
print('\n')

data2 = data.set_index(keys='Name', drop=False)
print(data2)

输出：

参数append

原索引是否保留。True为保留，默认为False

import pandas as pd

data = pd.DataFrame([['Alice', 'Math', 93], ['Bob', 'Physics', 98], ['Chris', 'Chemistry', 96], ['David', 'Biology', 90]],
                    columns=['Name', 'Subject', 'Score'])
print(data)
print('\n')

data1 = data.set_index(keys='Name')
print(data1)
print('\n')

data2 = data.set_index(keys='Name', append=True)
print(data2)

输出：

参数inplace

是否在原DataFrame上修改，默认为False

import pandas as pd

data = pd.DataFrame([['Alice', 'Math', 93], ['Bob', 'Physics', 98], ['Chris', 'Chemistry', 96], ['David', 'Biology', 90]],
                    columns=['Name', 'Subject', 'Score'])
print(data)
print('\n')

data1 = data.set_index(keys='Name')
print(data1)
print('\n')

data2 = data.set_index(keys='Name', inplace=True)
print(data2)
print(data)

输出：

参数verify_integrity

是否检查索引有无重复，默认为False，若设置为True会影响程序性能，慎用

import pandas as pd

data = pd.DataFrame([['Alice', 'Math', 93], ['Bob', 'Physics', 98], ['Chris', 'Chemistry', 96], ['Chris', 'Biology', 90]],
                    columns=['Name', 'Subject', 'Score'])
print(data)
print('\n')

data1 = data.set_index(keys='Name')
print(data1)
print('\n')

data2 = data.set_index(keys='Name', verify_integrity=True)
print(data2)

输出：

注意：虽然输出的DataFrame中Name与其他列的列名不在同一行，好像属于两个不同的level，其实并不是，如果我们再用reset_index将Name取消索引，并尝试将它插入第二级（level=1），我们会发现Name最后和其他列名同属第一级（关于参数的含义请参考reset_index函数详解）：

import pandas as pd

data = pd.DataFrame([['Alice', 'Math', 93], ['Bob', 'Physics', 98], ['Chris', 'Chemistry', 96], ['Chris', 'Biology', 90]],
                    columns=['Name', 'Subject', 'Score'])
print(data)
print('\n')

data1 = data.set_index(keys='Name')
print(data1)
print('\n')

data2 = data1.reset_index(col_level=2)
print(data2)

输出：