pandas dataframe添加行索引

可以使用`set_index()`方法来将某一列设置为行索引，例如：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
print(df)

# 将列'A'设置为行索引
df = df.set_index('A')
print(df)

输出：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

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

也可以在创建DataFrame时指定行索引，例如：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}, index=['a', 'b', 'c'])
print(df)

输出：

   A  B  C
a  1  4  7
b  2  5  8
c  3  6  9

相关问题

pandas dataframe添加列索引

可以使用`columns`属性来为DataFrame添加列索引，例如：

import pandas as pd

# 创建一个DataFrame
data = {'姓名': ['张三', '李四', '王五'], '年龄': [18, 20, 22], '性别': ['男', '女', '男']}
df = pd.DataFrame(data)

# 添加列索引
df.columns = ['Name', 'Age', 'Gender']

print(df)

输出结果为：

   Name  Age Gender
0   张三   18     男
1   李四   20     女
2   王五   22     男

pandas dataframe添加行

可以使用`append()`方法向DataFrame中添加行。例如：

import pandas as pd

# 创建一个空的DataFrame
df = pd.DataFrame(columns=['姓名', '年龄', '性别'])

# 添加一行数据
df = df.append({'姓名': '张三', '年龄': 20, '性别': '男'}, ignore_index=True)

# 打印DataFrame
print(df)

输出结果为：

   姓名  年龄 性别
0  张三  20  男

其中，`ignore_index=True`表示忽略原有的索引，重新生成索引。如果不加这个参数，会使用原有的索引，可能会导致索引重复的问题。