pandas重新设置行索引

要重新设置 Pandas DataFrame 的行索引，可以使用 `set_index()` 方法。以下是一个示例：

import pandas as pd

# 创建示例 DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'], 
        'age': [25, 32, 18, 47],
        'gender': ['F', 'M', 'M', 'M']}
df = pd.DataFrame(data)

# 将 name 列设置为行索引
df = df.set_index('name')

print(df)

输出：

         age gender
name              
Alice     25      F
Bob       32      M
Charlie   18      M
David     47      M

在上面的示例中，我们使用 `set_index()` 方法将 `name` 列设置为行索引。注意，原始 DataFrame 中的 `name` 列不再是普通列了。如果需要将索引还原成普通列，可以使用 `reset_index()` 方法。

相关问题

pandas设置行索引自然数

使用pandas的`reset_index()`函数可以将默认的行索引重置为自然数。例如，假设你的DataFrame名为df，你可以使用以下代码将行索引设置为自然数：

df.reset_index(inplace=True, drop=True)

这将删除原有的行索引，并将新的自然数行索引应用到DataFrame中。参数`inplace=True`表示直接在原有的DataFrame上修改，而不是返回一个新的DataFrame。参数`drop=True`表示删除原有的行索引。

pandas怎么设置多重索引

在 Pandas 中，可以使用 `MultiIndex` 类来创建多重索引。创建多重索引需要用到 `pd.MultiIndex.from_arrays` 或 `pd.MultiIndex.from_tuples` 函数，分别从数组或元组中生成多重索引。具体操作步骤如下：

1. 导入 Pandas 库。

import pandas as pd

2. 创建多重索引。

arrays = [['A', 'A', 'B', 'B'], [1, 2, 1, 2]]
multi_index = pd.MultiIndex.from_arrays(arrays, names=('First', 'Second'))

3. 创建 DataFrame，并指定多重索引。

df = pd.DataFrame({'Column1': [10, 20, 30, 40], 'Column2': [50, 60, 70, 80]}, index=multi_index)

这样就创建了一个有多重索引的 DataFrame。

另外，还可以使用 `pd.MultiIndex.from_product` 函数来创建多重索引，该函数可以从多个数组的笛卡尔积中生成多重索引。详细用法可以参考 Pandas 官方文档。