pandas库批量更改索引

要批量更改Pandas DataFrame的索引，你可以使用`set_index()`函数或`rename()`函数。

1. 使用`set_index()`函数：
`set_index()`函数可以将一个或多个列设置为新的索引。你可以通过传递列名或列的列表来指定要用作索引的列。

下面是一个示例，展示如何使用`set_index()`函数批量更改索引：

   import pandas as pd

   # 创建一个示例DataFrame
   data = {'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8], 'C': [9, 10, 11, 12]}
   df = pd.DataFrame(data)

   # 将 'A' 和 'B' 列设置为新的索引
   df = df.set_index(['A', 'B'])

   print(df)

输出:

          C
   A B      
   1 5   9
   2 6  10
   3 7  11
   4 8  12

在上面的示例中，我们将列'A'和'B'设置为新的索引，通过传递一个包含这两列名称的列表给`set_index()`函数。

2. 使用`rename()`函数：
`rename()`函数可以重命名DataFrame的索引。你可以通过传递一个字典或函数来指定新的索引名称。

下面是一个示例，展示如何使用`rename()`函数批量更改索引：

   import pandas as pd

   # 创建一个示例DataFrame
   data = {'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8], 'C': [9, 10, 11, 12]}
   df = pd.DataFrame(data)

   # 使用字典重命名索引
   df = df.rename(index={0: 'a', 1: 'b', 2: 'c', 3: 'd'})

   print(df)

输出:

      A  B   C
   a  1  5   9
   b  2  6  10
   c  3  7  11
   d  4  8  12

在上面的示例中，我们使用字典将原始的数值索引重命名为字母索引。

希望这些示例可以帮助你批量更改Pandas DataFrame的索引！如果你有任何进一步的问题，请随时提问。