python数据处理之如何修改索引和行列
更新时间：2023年02月20日 16:48:09 作者：B.Bz
这篇文章主要介绍了python数据处理之如何修改索引和行列问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
python如何修改索引和行列
修改索引
修改索引之前是自动生成的索引：
使用set_index('以xx字段为索引',inplace=True)设置索引：
inplace为True不用给新变量赋值，使用旧的变量名发现索引就已经被改变
打开文件时就生成索引：
index_col='以xx字段为索引'
重置索引：
reset_index()
DataFrame修改行名和列名
通过rename方法修改：
提取index和columns属性修改再赋值：
DataFrame添加、删除和插入队列
添加：
movie = pd.read_csv('../data/movie.csv')
# 添加新列，并赋值 DataFrame['新列名'] = (值)
movie['new_name'] = (movie['movie_title'] + '----'+ movie['country'])
删除：
# 删除列
movie = movie.drop('new_name',axis='columns')
# 删除行
movie = movie.drop('索引',axis='index')
插入：
DataFrame.insert(loc='下标',column='列名',value='值')
python索引设置
在Python中如果没有原始索引，会默认从0开始的自然数作为索引。
给df表传入索引
#传入列宿索引 df.columns = ["name","age","grade","height","time"] #传入行索引 df.inex = [1,2,3,4,5,6] #传入的行列索引必须与行列数相同，否则报错
df中重置行索引
df.set_index("age")
#讲age列当做行索引，可传入多列，形成层次化索引
reset_index(level = None,drop = False,inplace = False) #将层次化索引重置
level:指定要讲层次化索引的第几级别转化为columns,默认全部转化
drop:指定是否阐述原索引，默认为False
inplace：指定是否修改原数据表，默认为False
#reset_index常用于数据分组及透视表中重命名索引
#重命名列索引，以字典的形式传入原列名和新列名
df.rename(columns = {"old":"new","age":"new_age"})
#重命名行索引，与上同
df.rename(index = {})
#行列索引同时修改
df.rename(columns = {},index = {})总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
Windows上配置Emacs来开发Python及用Python扩展Emacs
这篇文章主要介绍了Windows上配置Emacs来开发Python及用Python扩展Emacs的方法,Emacs与Vim并称为开发者手中最强大的两款文本编辑器,需要的朋友可以参考下2015-11-11
这篇文章主要介绍了python性能测量工具cProfile使用解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-09-09
这篇文章主要介绍了使用python如何实现泛型函数，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-09-09
这篇文章主要介绍了Python 变量类型实例详解，基于变量的数据类型，解释器会分配指定内存，并决定什么数据可以被存储在内存中，接下来更多详细内容需要的小伙伴可以参考下面文章，希望对你有所帮助2022-02-02
这篇文章主要介绍了详解在Python和IPython中使用Docker,Docker是一个吸引人的新系统,可以用来建立有趣的新技术应用,特别是云服务相关的,需要的朋友可以参考下2015-04-04
今天小编就为大家分享一篇Python 脚本的三种执行方式小结，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2019-12-12
python3解析库BeautifulSoup4的安装配置与基本用法
简单来说，BeautifulSoup就是Python的一个HTML或XML的解析库，我们可以用它来方便地从网页中提取数据，下面这篇文章主要给大家介绍了关于python3解析库BeautifulSoup4的安装配置与基本用法的相关资料，需要的朋友可以参考下2018-06-06
Markdown表格是文档中整理和展示数据的重要方式之一,然而,手动编写大型表格可能会费时且容易出错,本文将介绍如何使用Python自动创建Markdown表格,通过示例代码详细展示各种场景下的创建方法,提高表格生成的效率2024-01-01
这篇文章主要介绍了python 使用while写猜年龄小游戏过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-10-10
django model 条件过滤 queryset.filter(**condtions)用法详解
这篇文章主要介绍了django model 条件过滤 queryset.filter(**condtions)用法详解，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2020-05-05
最新评论