dataframe行列索引设置与转换

1. 获取行列索引

Example

df = pd.DataFrame([('bird', 389.0),
                   ('bird', 24.0),
                   ('mammal', 80.5),
                   ('mammal', np.nan)],
                  index=['falcon', 'parrot', 'lion', 'monkey'],
                  columns=('class', 'max_speed'))

• 获取行索引

df.index
# output
# Index(['falcon', 'parrot', 'lion', 'monkey'], dtype='object')

• 获取列索引

df.columns
# output
# Index(['class', 'max_speed'], dtype='object')

2. 修改行列索引

2.1 暴力修改（必须修改全部索引）

• 修改列索引

df.columns=['Class', 'Max_speed']

• 修改行索引

df.index=['Falcon', 'Parrot', 'Lion', 'Monkey']

2.2 pd.rename修改 (可修改部分索引)

pandas.rename官方文档

Series.rename(index=None, *, axis=None, copy=True, inplace=False, level=None, errors=‘ignore’)

df.rename(index={'Falcon':'falcon', 'Parrot':'parrot', 'Lion':'lion', 'Monkey':'monkey'}, 
          columns={'Class':'class', 'Max_speed':'max_speed'}, inplace=True)

3. 列与索引的互相转化

3.1 列转换成索引

pandas.DataFrame.set_index官方文档

DataFrame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False)

• keys: 设置为索引的列名，以list的形式表示
• drop: 是否删除被设为索引的列，默认True(删除)
• append: 是否将新索引列附加到旧索引列上，默认False(不附加)
• inplace: 是否修改原数据，默认为False
• verify_integrity: 检查索引是否重复。默认False。

设置 ‘class’ 为索引列

df.set_index('class')

df.set_index('class', drop=False)

df.set_index('class', append=True)

设置多索引

df.set_index([pd.index([1, 2, 3, 4]), 'class'])

3.2 将索引转换为列

pandas.DataFrame.reset_index 官方文档

DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill=’’)

• level: 用于指定要将层次化索引的第几层转化为columns，第一个索引为0级，第二个为1级，默认为None（全部索引）。也可以用list的形式表示
• drop: 是否删除索引列，默认False。
• inplace: 是否修改原数据
• col_level: 当有多列索引时，选取特定层级转换为列
• col_fill: 当㓟多列索引时，确定转换为列的索引的名称

重新设置索引

df.reset_index()

删除序索引列

df.reset_index(drop=True)

设置多列索引

df.set_index(['index', 'class'], inplace=True)

df.reset_index('index')

df.reset_index(['index', 'class'])