约定：

import pandas as pd

DataFrame对象的列和索引之间的转化

我们常常需要将DataFrame对象中的某列或某几列作为索引，或者将索引转化为对象的列。pandas提供了set_index()/reset_index() 来供我们使用。

一、列转化为索引

df1=pd.DataFrame({'X':range(5),'Y':range(5),'S':list("aaabb"),'Z':[1,1,2,2,2]})
df1

代码结果：

S X Y Z 0 a 0 0 1 1 a 1 1 1 2 a 2 2 2 3 b 3 3 2 4 b 4 4 2

指定列为索引

df1.set_index('S')

代码结果：

X Y Z S a 0 0 1 a 1 1 1 a 2 2 2 b 3 3 2 b 4 4 2

指定多个列作为多级索引

df1.set_index(['S','Z'])

代码结果：

X Y S Z a 1 0 0 1 1 1 2 2 2 b 2 3 3 2 4 4

同时保留作为索引的列

df1.set_index(['S','Z'],drop=False)

代码结果：

S X Y Z S Z a 1 a 0 0 1 1 a 1 1 1 2 a 2 2 2 b 2 b 3 3 2 2 b 4 4 2

二、索引转化为列

df2=df1.set_index(['S','Z'])
df2

代码结果：

X Y S Z a 1 0 0 1 1 1 2 2 2 b 2 3 3 2 4 4

将单个索引作为DataFrame对象的列

df2.reset_index('Z')

代码结果：

Z X Y S a 1 0 0 a 1 1 1 a 2 2 2 b 2 3 3 b 2 4 4

将多级索引作为列

df2.reset_index()

代码结果：

S Z X Y 0 a 1 0 0 1 a 1 1 1 2 a 2 2 2 3 b 2 3 3 4 b 2 4 4

直接删除对指定索引

df2.reset_index('Z',drop=True)

代码结果：

X Y S a 0 0 a 1 1 a 2 2 b 3 3 b 4 4

直接对原DataFrame对象修改

df2.reset_index(inplace=True)
df2

代码结果：

S Z X Y 0 a 1 0 0 1 a 1 1 1 2 a 2 2 2 3 b 2 3 3 4 b 2 4 4

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。