如何将列设置为索引 r

在Python中，我们可以使用pandas库来处理数据集，这是一个非常方便和强大的工具。当我们进行数据分析时，有时候需要将某些列作为行的索引，以方便更好地理解和操作数据。下面就为大家介绍如何将列设置为行索引。

Pandas.DataFrame.set_index() 方法

set_index()方法在pandas库中是用来设置列为索引的方法， 它具有以下参数：

• keys：指定要设置为索引的列或列的名称或多个列的名称。一般使用单个列作为索引，如果需要使用多个列作为索引，则可以传递列名称列表。默认情况下，会删除设置为索引的列。
• drop：布尔值，指定需不需要从 DataFrame 中删除要设置为索引的列。默认情况下，它为 True，表示删除。
• append：布尔值，表示是否将新索引追加到现有索引上。默认是 False，表示不追加。
• inplace：布尔值，表示是否原地修改数据。默认是 False，表示不修改原 DataFrame。

实例演示

现在有一个如下的 DataFrame：

import pandas as pd
df = pd.DataFrame({'A': ['foo','foo','bar','bar','foo','bar','foo','foo'],
                   'B': ['one','one','two','two','one','one','two','two'],
                   'C': [1,2,3,4,5,6,7,8],
                   'D': [10,20,30,40,50,60,70,80]})
print(df)

输出：

     A    B  C   D
0  foo  one  1  10
1  foo  one  2  20
2  bar  two  3  30
3  bar  two  4  40
4  foo  one  5  50
5  bar  one  6  60
6  foo  two  7  70
7  foo  two  8  80

我们可以使用set_index()方法将列A设置为新的索引值：

df_r = df.set_index('A')
print(df_r)

输出：

       B  C   D
A              
foo  one  1  10
foo  one  2  20
bar  two  3  30
bar  two  4  40
foo  one  5  50
bar  one  6  60
foo  two  7  70
foo  two  8  80

我们还可以设置多个列作为行索引：

df_r = df.set_index(['A', 'B'])
print(df_r)

输出：

       C   D
A   B       
foo one  1  10
    one  2  20
bar two  3  30
    two  4  40
foo one  5  50
bar one  6  60
foo two  7  70
    two  8  80

如上所示，我们使用了两列A和B作为索引，同时在输出时，针对不同的索引，数据进行了分类。这种方法可以方便我们更好地分析和处理数据。