logo标签列表

如何为Python Pandas DataFrame创建索引？

pythonpandasindexing
4
我正在使用Jupyter笔记本和pandas将多个csv文件导入python，其中一些文件没有正确的索引列。相反，使用需要操作的数据作为第一列。如何创建常规索引列作为第一列？这似乎是一个微不足道的问题，但我无法在任何地方找到有用的帮助。 我的数据框看起来像什么 我的数据框应该看起来像什么
5个回答
6

请您尝试这个：

df.reset_index(inplace = True, drop = True)

如果这个有效，请告诉我。

请注意，通过这样做，您将失去当前用作索引的列。第二个示例来自文档。 - Nicolas Gervais
1
是的，drop = True 将删除该列。df.reset_index(inplace = True) 应该可以工作。 - Suman Dey
1

当您读取csv文件时，请使用pandas.read_csv(index_col=＃，*args)。如果它们没有适当的索引列，请设置index_col=False。

要更改现有DataFrame df的索引，请尝试使用方法df = df.reset_index()或df=df.set_index(＃)。

0

当您导入csv文件时，是否使用了index_col参数？根据文档，它应默认为None。如果您不使用该参数，则应该没问题。

无论如何，您都可以通过使用index_col=False来强制不使用列。从文档中可以看到：

注意：可以使用index_col=False来强制pandas不使用第一列作为索引，例如当您有一个每行末尾带有分隔符的格式错误文件时。

0
由于您正在读取一些带有索引和一些不带索引的csv文件，并且似乎事先不知道哪些文件具有索引以及索引的名称是什么，我建议在pandas.read_csv()中不使用index_col参数。将其设置为False会忽略（可能）存在的索引，而将其设置为True似乎也无法解决问题，因为要么索引名称未知，要么根本没有索引。我也不建议直接使用data.reset_index(inplace=True)。
如果data是数据框，我建议从以下检查开始：
if "Unnamed: 0" in data:
        data.drop("Unnamed: 0", axis=1, inplace=True)

因为在尝试使这个工作时，可能已经向数据中添加了这个不需要的索引列。
为了保持旧索引，我会使用data.index.name收集它们的名称，然后逐个替换。
data.rename(columns={"indexname1": "raw_index"}, inplace=True)
data.rename(columns={"indexname2": "raw_index"}, inplace=True)
....

用于家族血统。

然后，

data.reset_index(inplace=True)

会为每个数据帧创建一个新的索引。如果更倾向于仅为没有索引的数据帧创建新索引，则可以对没有索引的数据帧执行先前的reset_index命令，然后对其余的数据帧执行data.set_index('indexname1')、data.set_index('indexname2')等命令。

然而，为了使数据读取更可持续且不那么繁琐，同时保持血统（例如旧索引），我强烈建议再次将所有数据帧写入文件。在完成上述步骤并确实第一列是（新/旧）索引之后，可以采用以下方法：

data.to_csv(filepath, index=True)

从下次开始，我们将确保数据可以被读取。
data = pd.read_csv(index_col=0)

因此，所有的数据框都将把它们的第一列设置为索引，这样可以使项目中的其余代码变得更简单。
-1
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接