在pandas中，自定義索引後，有時候又需要恢復預設索引。
import pandas as pd
import numpy as np
df = pd.dataframe(np.arange(20)
.reshape(5,
4),columns=
['a'
,'b'
,'c'
,'d'])
df
cd00
1231
4567
28910
1131213
1415416
1718
19
# 對df重排順序，得到索引順序倒序的資料
df = df.sort_values(
'a',ascending=
false
)df
cd416
1718193
1213
141528
910111
4567
0012
3
df.index =
range
(len
(df)
)df
cd016
1718191
1213
141528
910113
4567
4012
3drop=true表示刪除原索引，不然會在資料**中新生成一列』index』資料
df = df.reset_index(
)df
indexab
cd04
1617
181913
1213
141522
89101131
4567
4001
23
df = df.reset_index(drop=
true
)df
cd016
1718191
1213
141528
910113
4567
4012
3
df = df.reindex(labels=
range
(len
(df)))
df
cd00
1231
4567
28910
1131213
1415416
1718
19將原資料集中的列作為索引。
drop=true，預設，是將資料作為索引後，在**中刪除原資料
df = df.set_index(keys=
['a'])
df
da1617
1819
1213
141589
101145
6701
23
pandas中dict和dataFrame互轉
pd.dataframe dict a 使用df.to dict 缺省會把key和值分開 引數 dict 預設 list series split records index 如果是list dict 這種巢狀情況轉的df，迴轉需要使用records 拿上面的資料舉例，df b a b c 0 0 ...
pandas中的資料結構 DataFrame
型的資料結構 修改某一行 frame.values 0 d 2 frame name1 pay2 x d 2 y b 6000 z c 9000 修改某一行的值 frame.values 1 1 9000 frame name1 pay2 x d 2 y b 9000 z c 9000 獲取某行資料...
pandas的資料結構之DataFrame
dataframe是乙個 型的資料結構，它含有一組有序的列，每列可以是不同資料型別的資料。dataframe既有行索引也有列索引，可以將它看作為乙個由series組成的字典 共用同乙個索引 dataframe中的資料是以乙個或多個二維塊儲存的，而不是列表 字典或別的一維資料結構。a 通過字典建立，字...