热线电话:13121318867

登录
2020-08-20 阅读量: 1028
Pandas的set_index和reset_index函数区别

set_index():

函数原型:DataFrame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False)

参数解释:

keys:列标签或列标签/数组列表,需要设置为索引的列

drop:默认为True,删除用作新索引的列

append:默认为False,是否将列附加到现有索引

inplace:默认为False,适当修改DataFrame(不要创建新对象)

verify_integrity:默认为false,检查新索引的副本。否则,请将检查推迟到必要时进行。将其设置为false将提高该方法的性能。



reset_index():

函数原型:DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill='')

参数解释:

level:int、str、tuple或list,默认无,仅从索引中删除给定级别。默认情况下移除所有级别。控制了具体要还原的那个等级的索引

drop:drop为False则索引列会被还原为普通列,否则会丢失

inplace:默认为false,适当修改DataFrame(不要创建新对象)

col_level:int或str,默认值为0,如果列有多个级别,则确定将标签插入到哪个级别。默认情况下,它将插入到第一级。

col_fill:对象,默认‘’,如果列有多个级别,则确定其他级别的命名方式。如果没有,则重复索引名

注:reset_index还原分为两种类型,第一种是对原DataFrame进行reset,第二种是对使用过set_index()函数的DataFrame进行reset

30.0052
0
关注作者
收藏
评论(0)

发表评论

暂无数据
推荐帖子