处理数据时，经常需要对索引进行处理，那么可以通过set_index和reset_index来进行处理
官方文档
DataFrame.set_index(self, keys, drop=True, append=False, inplace=False, verify_integrity=False)
参数解释
构建实例
import pandas as pd
df = pd.DataFrame(data={'height':[178,171,185,196],'weight':[156,90,140,142],
'name':['小王','小明','小绿','小红']})
df
height weight name
0 178 156 小王
1 171 90 小明
2 185 140 小绿
3 196 142 小红key：label array-like or list of label/arrays
需要设置成索引的数据，可以使一个标签，数组，或者标签或数组的列表
df.set_index('name')#指定某一列为索引
height weight
name
小王 178 156
小明 171 90
小绿 185 140
小红 196 142drop：bool，default True
是否删除作为索引使用的列，默认True,即删除做为索引的列
df.set_index('name',drop=False)
height weight name
name
小王 178 156 小王
小明 171 90 小明
小绿 185 140 小绿
小红 196 142 小红append:bool default False
将序列添加到索引中，形成多级序列
df.set_index(df['name'],append = True) height weight name name 0 小王 178 156 小王 1 小明 171 90 小明 2 小绿 185 140 小绿 3 小红 196 142 小红 # 前两列都为索引
inplace:bool default False
将结果返回为原变量
df#原df height weight name 0 178 156 小王 1 171 90 小明 2 185 140 小绿 3 196 142 小红 df.set_index(df['name'],append = True，inplace = True) height weight name name 0 小王 178 156 小王 1 小明 171 90 小明 2 小绿 185 140 小绿 3 小红 196 142 小红 df#无需对df重新赋值，df即为上边代码的结果 height weight name name 0 小王 178 156 小王 1 小明 171 90 小明 2 小绿 185 140 小绿 3 小红 196 142 小红
verify_integrity：bool default False
检查索引是否重复。默认是False。
到此这篇关于pandas学习之df.set_index的具体使用的文章就介绍到这了,更多相关pandas df.set_index内容请搜索Devmax以前的文章或继续浏览下面的相关文章希望大家以后多多支持Devmax！