Pandas 如何修改DataFrame索引值

在本文中，我们将介绍如何使用Pandas库中的方法修改DataFrame对象的索引值。在数据分析过程中，索引是非常关键的，正确地处理索引可以大幅提升数据分析的效率和准确性。

阅读更多：Pandas 教程

什么是DataFrame索引？

在Pandas中，DataFrame对象的每一行和每一列都有一个对应的索引值。DataFrame对象的行索引值一般是样本的id或时间戳等，而列索引值则是特征的名称或属性。DataFrame的索引可以是任意类型，可以是整数、浮点数、字符串、日期时间等。

如何修改DataFrame索引？

1. 使用set_index()方法设置新的索引

set_index()方法可以设置新的索引，并返回一个新的DataFrame对象，代码示例如下：

import pandas as pd

# 构造一个示例数据集
data = {'name': ['Tom', 'Jack', 'Mary'], 'score': [90, 80, 95]}
df = pd.DataFrame(data)

# 使用set_index()方法设置新的索引
df_new = df.set_index('name')
print(df_new)

运行上述代码后，将输出一个以’name’列为索引的新DataFrame对象：

      score
name       
Tom      90
Jack     80
Mary     95

如果要设置多个列为索引，只需在set_index()方法中传入一个列表即可。

2. 使用rename()方法修改索引标签

rename()方法可以用来修改DataFrame对象的行或列标签，从而实现修改索引值的目的。下面是一个示例：

# 构造一个示例数据集
data = {'name': ['Tom', 'Jack', 'Mary'], 'score': [90, 80, 95]}
df = pd.DataFrame(data)
df = df.set_index('name')

# 使用rename()方法修改索引标签
df_new = df.rename(index={'Tom': 'Tony'})
print(df_new)

运行上述代码后，将输出一个以’Tony’为索引的新DataFrame对象：

      score
name       
Tony     90
Jack     80
Mary     95

3. 直接修改索引值

直接修改DataFrame对象的索引值也是一种可行的方法。下面是一个示例：

# 构造一个示例数据集
data = {'name': ['Tom', 'Jack', 'Mary'], 'score': [90, 80, 95]}
df = pd.DataFrame(data)
df = df.set_index('name')

# 直接修改索引值
df.index = ['Tony', 'Jackson', 'Molly']
print(df)

运行上述代码后，将输出一个新的DataFrame对象，其索引值已被修改：

         score
Tony        90
Jackson     80
Molly       95

总结

通过本文的介绍，我们了解了如何使用Pandas库中的方法修改DataFrame对象的索引值。需要注意的是，正确地处理索引是数据分析过程中的一个关键环节，仔细阅读Pandas文档，并在实际操作中多加尝试，可以更好地掌握这一技能。