这篇文章主要为大家展示了“pandas如何将DataFrame的列变成行索引”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“pandas如何将DataFrame的列变成行索引”这篇文章吧。
pandas提供了set_index方法可以将DataFrame的列（多列）变成行索引，通过reset_index方法可以将层次化索引的级别会被转移到列里面。
1、DataFrame的set_index方法
data = pd.DataFrame(np.arange(1,10).reshape(3,3),index=["a","b","c"],columns=["A","B","C"])
print(data)
'''
A B C
a 1 2 3
b 4 5 6
c 7 8 9
'''
#将列索引为B的列变成data的行索引
print(data.set_index("B"))
'''
A C
B
2 1 3
5 4 6
8 7 9
'''
#获取行索引
print(data.set_index("B").index)
#Int64Index([2, 5, 8], dtype='int64', name='B')
#获取列索引
print(data.set_index("B").columns)
#Index(['A', 'C'], dtype='object')
#将列索引为A和C的列变成行索引，层次化索引
print(data.set_index(["A","C"]))
'''
B
A C
1 3 2
4 6 5
7 9 8
'''2、DataFrame的reset_index方法
data = pd.DataFrame(np.arange(1,10).reshape(3,3),index=["a","b","c"],columns=["A","B","C"]) print(data) ''' A B C a 1 2 3 b 4 5 6 c 7 8 9 ''' print(data.set_index(["C"])) ''' A B C 3 1 2 6 4 5 9 7 8 ''' #相对于data来说行索引从原来的a、b、c变成了0、1、2 #在使用set_index方法的时候行索引就已经被修改了 print(data.set_index(["C"]).reset_index()) ''' C A B 0 3 1 2 1 6 4 5 2 9 7 8 ''' print(data.index) #Index(['a', 'b', 'c'], dtype='object') print(data.set_index(["C"]).reset_index().index) #RangeIndex(start=0, stop=3, step=1) print(data.set_index(["C"]).reset_index().columns) #Index(['C', 'A', 'B'], dtype='object')
以上是“pandas如何将DataFrame的列变成行索引”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！
