Rumah >pembangunan bahagian belakang >Tutorial Python >Bagaimanakah Saya Boleh Menukar Indeks Pandas DataFrame menjadi Lajur?

Bagaimanakah Saya Boleh Menukar Indeks Pandas DataFrame menjadi Lajur?

Linda Hamilton
Linda Hamiltonasal
2024-12-08 17:02:10560semak imbas

How Can I Convert a Pandas DataFrame Index into a Column?

Mengekstrak Indeks sebagai Lajur dalam Pandas DataFrames

Menukar indeks Pandas DataFrame ke dalam lajur membolehkan anda mengakses indeks sebagai biasa lajur dalam DataFrame. Berikut ialah dua kaedah untuk mencapai ini:

Kaedah 1: Menggunakan kaedah tugasan

df['index1'] = df.index

Kod ini mencipta lajur baharu bernama 'index1' dalam DataFrame dan memberikan indeks DataFrame kepadanya.

Kaedah 2: Menggunakan kaedah reset_index()

df = df.reset_index()

Kaedah reset_index() menetapkan semula indeks dan mencipta lajur baharu dengan nilai indeks lama. Kaedah ini juga mengindeks semula DataFrame daripada 0 ke baris terakhir.

Contoh:

Pertimbangkan DataFrame berikut:

df = pd.DataFrame({'gi': [384444683, 384444684, 384444686],
                   'ptt_loc': [593, 594, 596]})
print(df)

Output:

   gi  ptt_loc
0  384444683      593
1  384444684      594
2  384444686      596

Menggunakan Kaedah 1:

df['index1'] = df.index
print(df)

Output:

   gi  ptt_loc  index1
0  384444683      593       0
1  384444684      594       1
2  384444686      596       2

Menggunakan Kaedah 2:

df = df.reset_index()
print(df)

Output:

   index1        gi  ptt_loc
0        0  384444683      593
1        1  384444684      594
2        2  384444686      596

Nota: kaedah reset_index() juga boleh mengendalikan DataFrames berbilang indeks. Sebagai contoh, jika DataFrame anda mempunyai indeks tiga peringkat, anda boleh menukar tahap pertama dan ketiga kepada lajur menggunakan:

df = df.reset_index(level=['tick', 'obs'])

Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Menukar Indeks Pandas DataFrame menjadi Lajur?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn