🔄 Как заменить индексы в dataframe pandas быстро и легко

Для замены индексов в DataFrame в библиотеке Pandas можно использовать метод .set_index(). Давайте рассмотрим пример:

import pandas as pd

# Создаем DataFrame
data = {'Name': ['John', 'Emma', 'Liam'],
        'Age': [25, 28, 30],
        'City': ['New York', 'London', 'Berlin']
       }

df = pd.DataFrame(data)

# Устанавливаем новый индекс
new_index = ['A', 'B', 'C']
df.set_index(new_index, inplace=True)

print(df)

В результате выполнения кода мы получим DataFrame с новыми индексами:

         Name  Age      City
A        John   25  New York
B        Emma   28    London
C        Liam   30    Berlin

Как заменить индексы в DataFrame Pandas

Когда работаем с DataFrame в библиотеке Pandas, индексы играют важную роль, поскольку позволяют нам обращаться к данным по определенным меткам. Иногда нам может потребоваться изменить существующие индексы или присвоить новые. В этой статье я расскажу вам, как заменить индексы в DataFrame Pandas.

Для начала давайте рассмотрим, как можно создать DataFrame с помощью индексов:

import pandas as pd

data = {'Имя': ['Анна', 'Боб', 'Карл'],
        'Возраст': [25, 30, 35],
        'Город': ['Москва', 'Санкт-Петербург', 'Казань']}

df = pd.DataFrame(data)
df.index = ['a', 'b', 'c']
print(df)

Вывод:

  Имя  Возраст             Город
a  Анна       25            Москва
b   Боб       30  Санкт-Петербург
c  Карл       35            Казань

Из приведенного примера видно, что мы создали DataFrame с индексами 'a', 'b' и 'c'.

Метод set_index

Один из способов заменить индексы в DataFrame - использовать метод set_index. Этот метод позволяет нам задать новые индексы, указав столбец или столбцы, значения которых будут использоваться в качестве индексов.

Давайте рассмотрим пример:

df.set_index('Возраст', inplace=True)
print(df)

Вывод:

        Имя             Город
Возраст                        
25      Анна            Москва
30       Боб  Санкт-Петербург
35      Карл            Казань

В этом примере мы использовали столбец 'Возраст' в качестве нового индекса. Заметьте, что мы передали параметр inplace=True, чтобы изменить исходный DataFrame. Если не указать этот параметр, метод вернет новый DataFrame с заданными индексами, не изменяя исходный.

Метод reset_index

Если нам нужно сбросить существующие индексы и вернуть DataFrame к исходному состоянию, мы можем использовать метод reset_index.

Пример:

df.reset_index(inplace=True)
print(df)

Вывод:

  index  Имя             Город
0     a  Анна            Москва
1     b   Боб  Санкт-Петербург
2     c  Карл            Казань

Метод reset_index добавляет новый столбец 'index' со значениями индексов. Опять же, мы использовали параметр inplace=True, чтобы изменить исходный DataFrame.

Изменение индексов при создании DataFrame

Также есть возможность изменить индексы DataFrame при его создании. Мы можем указать нужные нам индексы при вызове конструктора DataFrame.

Пример:

data = {'Имя': ['Анна', 'Боб', 'Карл'],
        'Возраст': [25, 30, 35],
        'Город': ['Москва', 'Санкт-Петербург', 'Казань']}
        
index = ['x', 'y', 'z']

df = pd.DataFrame(data, index=index)
print(df)

Вывод:

  Имя  Возраст             Город
x  Анна       25            Москва
y   Боб       30  Санкт-Петербург
z  Карл       35            Казань

В этом примере мы явно указали, что индексы будут 'x', 'y' и 'z'.

Теперь у вас есть полное представление о том, как заменить индексы в DataFrame Pandas. Мы рассмотрели методы set_index и reset_index, а также использование конструктора DataFrame при создании с нужными индексами. Вы можете применить эти подходы к своим данным и получить нужные результаты.