构建实例
key：label array-like or list of label/arrays
drop：bool，default True
append:bool default False
inplace:bool default False
verify_integrity：bool default False
处理数据时，经常需要对索引进行处理，那么可以通过set_index和reset_index来进行处理
官方文档
DataFrame.set_index(self, keys, drop=True, append=False, inplace=False, verify_integrity=False)
参数解释
构建实例import pandas as pd
df = pd.DataFrame(data={'height':[178,171,185,196],'weight':[156,90,140,142],
'name':['小王','小明','小绿','小红']})
df
height weight name
0 178 156 小王
1 171 90 小明
2 185 140 小绿
3 196 142 小红
key：label array-like or list of label/arrays
需要设置成索引的数据，可以使一个标签，数组，或者标签或数组的列表
df.set_index('name')#指定某一列为索引
height weight
name
小王 178 156
小明 171 90
小绿 185 140
小红 196 142
drop：bool，default True
是否删除作为索引使用的列，默认True,即删除做为索引的列
df.set_index('name',drop=False)
height weight name
name
小王 178 156 小王
小明 171 90 小明
小绿 185 140 小绿
小红 196 142 小红
append:bool default False
将序列添加到索引中，形成多级序列
df.set_index(df['name'],append = True)
height weight name
name
0 小王 178 156 小王
1 小明 171 90 小明
2 小绿 185 140 小绿
3 小红 196 142 小红
# 前两列都为索引
inplace:bool default False
将结果返回为原变量
df#原df
height weight name
0 178 156 小王
1 171 90 小明
2 185 140 小绿
3 196 142 小红
df.set_index(df['name'],append = True，inplace = True)
height weight name
name
0 小王 178 156 小王
1 小明 171 90 小明
2 小绿 185 140 小绿
3 小红 196 142 小红
df#无需对df重新赋值，df即为上边代码的结果
height weight name
name
0 小王 178 156 小王
1 小明 171 90 小明
2 小绿 185 140 小绿
3 小红 196 142 小红
verify_integrity：bool default False
检查索引是否重复。默认是False。
到此这篇关于pandas学习之df.set_index的具体使用的文章就介绍到这了,更多相关pandas df.set_index内容请搜索易知道(ezd.cc)以前的文章或继续浏览下面的相关文章希望大家以后多多支持易知道(ezd.cc)！
