DataFrame列和索引互换的方法及整数索引

Python是目前最流行最简单用途最广泛的编程语言，大数据时代最应该学习的一门编程语言。其中，数据分析的库pandas是Python最经典的库之一。DataFrame和Series是pandas最重要的2个数据结构。

有人会问是否可以把DataFrame的列拉到索引中呢？（就像透视表那样随便拖拽自由），当然可以的；如果整数做索引会有一些歧义，也需要注意一下；下面通过一个例子来看看。

工具/原料

1
前提：加载numpy,pandas和Series,DataFrame。
生成一个8*4的DataFrame，列名为'a','b','c','d'，命名为df1，如图
2
将DataFrame的列转换为索引。
df1.set_index(['c'])将‘c’列转换为索引；
df1.set_index(['c','d'])分别将‘c’列和‘d’列转化为索引，如图所示
3
如果将DataFrame的列转换为索引后，仍然想把转换的列留下来，那么可以使用参数drop=False，如图所示
4
如果想要把索引放回到列中，可以使用reset_index()。
df1.set_index(['c','d']).reset_index()首先用df1.set_index()把df1的'c'和'd'列转换为索引之后，再用reset_index()将索引转换到列（其实相当于做了一个逆运算），如图所示
5
为了验证整数索引可能产生歧义，需要生成2个Series，其中一个不指定索引(s1)，一个指定字符索引(s2)，如图所示
6
使用整数索引对比s1和s2的区别（基于标签或位置索引）。
发现如果是整数索引使用s1[-1]则报错，如图所示
7
使用整数索引对比s1和s2的区别（使用切片）
带有字符索引的切片报错了，说明操作面向标签的，如图所示
END
7
本页面未经授权抓取自百度经验