參數

keys : 要設置為索引的列名（如有多個應放在一個列表里）

drop : 將設置為索引的列刪除，默認為True

append : 是否將新的索引追加到原索引后（即是否保留原索引），默認為False

inplace : 是否在原DataFrame上修改，默認為False

verify_integrity : 是否檢查索引有無重復，默認為False

示例

參數keys

keys指定的列將被設置為索引

import pandas as pddata = pd.DataFrame([['Alice', 'Math', 93], ['Bob', 'Physics', 98], ['Chris', 'Chemistry', 96], ['David', 'Biology', 90]],columns=['Name', 'Subject', 'Score']) print(data) print('\n')data1 = data.set_index(keys='Name') print(data1)

輸出：

參數drop

將設置為索引的列刪除，默認為True

import pandas as pddata = pd.DataFrame([['Alice', 'Math', 93], ['Bob', 'Physics', 98], ['Chris', 'Chemistry', 96], ['David', 'Biology', 90]],columns=['Name', 'Subject', 'Score']) print(data) print('\n')data1 = data.set_index(keys='Name') print(data1) print('\n')data2 = data.set_index(keys='Name', drop=False) print(data2)

輸出：

參數append

原索引是否保留。True為保留，默認為False

import pandas as pddata = pd.DataFrame([['Alice', 'Math', 93], ['Bob', 'Physics', 98], ['Chris', 'Chemistry', 96], ['David', 'Biology', 90]],columns=['Name', 'Subject', 'Score']) print(data) print('\n')data1 = data.set_index(keys='Name') print(data1) print('\n')data2 = data.set_index(keys='Name', append=True) print(data2)

輸出：

參數inplace

是否在原DataFrame上修改，默認為False

import pandas as pddata = pd.DataFrame([['Alice', 'Math', 93], ['Bob', 'Physics', 98], ['Chris', 'Chemistry', 96], ['David', 'Biology', 90]],columns=['Name', 'Subject', 'Score']) print(data) print('\n')data1 = data.set_index(keys='Name') print(data1) print('\n')data2 = data.set_index(keys='Name', inplace=True) print(data2) print(data)

輸出：

參數verify_integrity

是否檢查索引有無重復，默認為False，若設置為True會影響程序性能，慎用

import pandas as pddata = pd.DataFrame([['Alice', 'Math', 93], ['Bob', 'Physics', 98], ['Chris', 'Chemistry', 96], ['Chris', 'Biology', 90]],columns=['Name', 'Subject', 'Score']) print(data) print('\n')data1 = data.set_index(keys='Name') print(data1) print('\n')data2 = data.set_index(keys='Name', verify_integrity=True) print(data2)

輸出：

注意：雖然輸出的DataFrame中Name與其他列的列名不在同一行，好像屬于兩個不同的level，其實并不是，如果我們再用reset_index將Name取消索引，并嘗試將它插入第二級（level=1），我們會發現Name最后和其他列名同屬第一級（關于參數的含義請參考reset_index函數詳解）：

import pandas as pddata = pd.DataFrame([['Alice', 'Math', 93], ['Bob', 'Physics', 98], ['Chris', 'Chemistry', 96], ['Chris', 'Biology', 90]],columns=['Name', 'Subject', 'Score']) print(data) print('\n')data1 = data.set_index(keys='Name') print(data1) print('\n')data2 = data1.reset_index(col_level=2) print(data2)

輸出：

總結

以上是生活随笔為你收集整理的【pandas】set_index函数详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。