Pandas修改dataframe的index

1、仅修改index名称

直接对dataframe的index赋值新的index名即可

df.index = newindex

示例:

df=pd.DataFrame({'c1':[1,2,3],'c2':[4,5,6],'c3':[7,8,9]},columns=['c1','c2','c3'],index=['1','2','3'])
print(df):
c1 c2 c3
1 1 4 7
2 2 5 8
3 3 6 9
df.index = ['4','5','6']
print(df):
c1 c2 c3
4 1 4 7
5 2 5 8
6 3 6 9

2、修改index顺序

df.reindex(newindex)

修改index顺序,如果newindex含有不存在的index,则新的index所有的项目值为nan。

df=df.reindex(['2','1','4','3'])
print(df)
c1 c2 c3
2 2 5 8
1 1 4 7
4 NaN NaN NaN
3 3 6 9

版权声明:著作权归作者所有。

相关推荐

R把dataframe里的NA值替换为0

在R里可以使用来把NA值替换为0:df[is.na(d)] <- 0 示例> m <- matrix(sample(c(NA, 1:10), 100, replace = TRUE), 10) > d <- as.data.fra

Pandas dataframe重命名列名

Pandas重命名有三种方法:1、使用columns重命名>>> df = pd.DataFrame({'$a':[1,2], '$b': [10,20]}) >>> df.columns = ['a', 'b'] >>> df  &n

Pandas对应SQL的in和not in实现

在Pandas提供了pd.isin(),使用它可以实现SQL的in和not in。not in 对应于:~a.isin(b) 示例:假如有以下dataframe数据,它包含了列data如下:>>> df   data 0   a 1   b 2 &nb