【项目实战】自监控-10-DataFrame索引操作（中篇）

系统：Windows 7 语言版本：Anaconda3-4.3.0.1-Windows-x86_64 编辑器：pycharm-community-2016.3.2

• 这个系列主要是实际在做项目的一个笔记
• 自监控项目，主要是对采集的质量监控数据做的一个实时预警
• 今天讲讲DataFrame行索引与常规列的互换
• 主要涉及：reset_index，set_index

今日歌曲：

Part 1：构建一个DataFrame

1. 一个DataFrame可以看成一个二维表格，不过这个二维表格有行标题也有列标题，而且每类标题可能不止一级
2. 示例中由一个字典构建一个DataFrame
3. 通过index参数指定行名称
4. 给行索引本身指定名称ts

import pandas as pddict1 = {"a": [1, 3, 5, 6], "b": [11, 12, 15, 16],         
        "c": [22, 27, 29, 30], "d": [82, 87, 89, 80]}df = pd.DataFrame(dict1, index=["x", "y", "z", "q"])
df.index.name = "ts"   # 指定行索引列名称

print("df= \n", df, "\n")

运行结果

Part 2：将索引变成列

1. 使用reset_index将索引变成常规列
2. 通过对replace参数进行设置，确定是否在原变量上执行操作
3. 原索引变成常规列后，会重新自动生成一个默认索引

df.reset_index("ts", inplace=False)
print("未替换：\n", df, "\n")df.reset_index("ts", inplace=True)
print("替换：\n", df, "\n")

运行结果

Part 3：将列变成索引

1. 使用set_index将常规列变成索引
2. 同样通过设置inplace值决定是否在原变量上执行操作
3. 执行该操作原索引会消失

df.set_index("a", inplace=True)
print(df)

运行结果