可以通过df.index.name指定了列名之后再调用该方法 >>>df=pd.read_excel(r'D:/myExcel/1.xlsx')>>>dfidnamescoregrade0abog45.0A1cjiken67.0B2ibob23.0A3bjiken34.0B4glucyNaNA5etidy75.0B>>>df.set_index(pd.Series(['f','b','g','m','k','l']),inplace=True)>>>dfidnamescoregradefabog45.0A...
import pandas as pd s=pd.Series([1,2,3,4,5],index= ['a','b','c','f','e']) print(s) a 1 b 2 c 3 f 4 e 5 dtype: int64 s=pd.Series({'a':3,'b':4,'c':5,'f':6,'e':8}) print(s) a 3 b 4 c 5 e 8 f 6 dtype: int64 import numpy as np v=np.rando...
df.reset_index() 在原有的索引列重置索引,同时不另外添加新列。 常用于索引的重置,特别在进行数据删减处理的时候派上用场。 df = pd.DataFrame(columns=['a','b'])print(df)print("---") b = pd.Series([1,1,1,1,1],index=[0,1,3,4,5]) a = pd.Series([2,2,2,2,2,2],index=[1...
准备的数据 重置索引 - reset_index() 获得新的index,原来的index变为数据列,保留下来 若不想保留原来的index,使用参数drop=True,默认为False 构建一个DataFrame df = pd.DataFrame( {'水果':['苹果', '香蕉', '哈密瓜'], '数量':[10, 20, 30], '价格':[5, 10, 15], '产地':['上海', '广东...
df_inplace_f= df.set_index('A', inplace=False)#inpla默认为False,表示适当修改DataFrame(不要创建新对象)print('输出结果:\n',df_inplace_f)print('---') df1= pd.DataFrame({'A': ['A0','A1','A2','A3','A4'],'B': ['B0','B1','B2','B3','B4'],'C': ['C0','C1','C2...
reset_index 与set_index相反 df = pd.DataFrame([('bird', 389.0), ('bird', 24.0), ('mammal', 80.5), ('mammal', np.nan)], index=['falcon', 'parrot', 'lion', 'monkey'], columns=('class', 'max_speed')) df class max_speed ...
# 将重置索引后的DataFrame重新赋值给原DataFrame df = df.reset_index(drop=True) # 或者创建一个新的DataFrame来保存结果 new_df = df.reset_index() 完整的示例代码如下: python import pandas as pd # 创建一个示例DataFrame data = { 'A': [1, 2, 3], 'B': [4, 5, 6] } df = pd.Data...
Series的reset_index()没有后两个参数col_level和col_fill,有一个功能相似的name参数。 # coding=utf-8 import pandas as pd df = pd.DataFrame({'Col-1': [1, 3, 5], 'Col-2': [5, 7, 9]}, index=['A', 'B', 'C']) print(df) ...
NaN).apply(lambda x:pd.value_counts(x)) purchase_states_ct.head() 数据可视化,面积图 代码语言:javascript 代码运行次数:0 复制Cloud Studio 代码运行 purchase_states_ct.fillna(0).T.plot.area(figsize=(12,6)) #填充nan之后,进行行列变换 由图可知:灰色区域是不活跃用户,占比较大 前三个月新用户,...
在这个例子中,2个列(名字和性别)被添加到索引列中,后来通过使用reset_index()方法删除了一个级别。 # importing pandas packageimportpandasaspd# making data frame from csv filedata=pd.read_csv("employees.csv")# setting first name as index columndata.set_index(["First Name","Gender"],inplace=True...