pandas将DataFrame的列变成行索引的方法

概述pandas提供了set_index方法可以将DataFrame的列（多列）变成行索引，通过reset_index方法可以将层次化索引的级别会被转移到列里面。

pandas提供了set_index方法可以将DataFrame的列（多列）变成行索引，通过reset_index方法可以将层次化索引的级别会被转移到列里面。

1、DataFrame的set_index方法

  data = pd.DataFrame(np.arange(1,10).reshape(3,3),index=["a","b","c"],columns=["A","B","C"])  print(data)  '''    A B C  a 1 2 3  b 4 5 6  c 7 8 9  '''  #将列索引为B的列变成data的行索引  print(data.set_index("B"))  '''   A C  B  2 1 3  5 4 6  8 7 9  '''  #获取行索引  print(data.set_index("B").index)  #Int64Index([2,5,8],dtype='int64',name='B')  #获取列索引  print(data.set_index("B").columns)  #Index(['A','C'],dtype='object')  #将列索引为A和C的列变成行索引，层次化索引  print(data.set_index(["A","C"]))  '''     B  A C  1 3 2  4 6 5  7 9 8  '''

2、DataFrame的reset_index方法

  data = pd.DataFrame(np.arange(1,"C"])  print(data)  '''    A B C  a 1 2 3  b 4 5 6  c 7 8 9  '''  print(data.set_index(["C"]))  '''    A B  C  3 1 2  6 4 5  9 7 8  '''  #相对于data来说行索引从原来的a、b、c变成了0、1、2  #在使用set_index方法的时候行索引就已经被修改了  print(data.set_index(["C"]).reset_index())  '''    C A B  0 3 1 2  1 6 4 5  2 9 7 8  '''  print(data.index)  #Index(['a','b','c'],dtype='object')  print(data.set_index(["C"]).reset_index().index)  #RangeIndex(start=0,stop=3,step=1)  print(data.set_index(["C"]).reset_index().columns)  #Index(['C','A','B'],dtype='object')

以上这篇pandas将DataFrame的列变成行索引的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持编程小技巧。

您可能感兴趣的文章:python读取文本中数据并转化为DataFrame的实例pandas把dataframe转成Series,改变列中值的类型方法python pandas中DataFrame类型数据 *** 作函数的方法Python遍历pandas数据方法总结pandas string转dataframe的方法pandas DataFrame数据转为list的方法 总结

以上是内存溢出为你收集整理的pandas将DataFrame的列变成行索引的方法全部内容，希望文章能够帮你解决pandas将DataFrame的列变成行索引的方法所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。