[黑马程序员Pandas教程]——索引与列名的操作

黑马程序员Pandas教程]——索引与列名的操作"/>

[黑马程序员Pandas教程]——索引与列名的操作

目录：

1. 学习目标
2. 数据准备
3. 获取索引及列名
   1. index查看索引
   2. columns查看列名
4. 索引及列名的修改方法
   1. 指定某列为索引
      1. 使用set_index函数
      2. 读取数据时指定索引列
   2. reset_index重置索引
   3. 赋值修改索引及列名
      1. 赋值修改索引
      2. 赋值修改列名
   4. rename函数修改索引和列名
      1. rename函数修改索引
      2. rename函数修改列名
5. 总结
6. 项目地址

1.学习目标

• 知道如何查看索引及列名

• 知道如何修改索引及列名

2. 数据准备

• 继续使用全球GDP数据来学习本章节的API，导包并读取数据

import pandas as pd# 读取数据
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')# 返回前5条数据，查看数据集
print(df.head())# 提取中国的所有年份的GDP数据
china_gdp = df[df.country == '中国']
print(china_gdp)# 返回的是DataFrame对象
print(china_gdp.head())# 取出df中的GDP列，返回Series对象
china_gdp_s = china_gdp.GDP
print(china_gdp_s.head())

3.获取索引及列名

index查看索引

import pandas as pd# 读取数据
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')# 提取中国的所有年份的GDP数据
china_gdp = df[df.country == '中国']# 取出df中的GDP列，返回Series对象
china_gdp_s = china_gdp.GDP# 查看df的索引
print(china_gdp.index)# 查看s对象的索引
print(china_gdp_s.index)# 使用下标获取具体的某一个索引值
print(china_gdp.index[0])
print(china_gdp_s.index[1])

columns查看列名

import pandas as pd# 读取数据
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')print(df.columns)

4.索引及列名的修改方法

指定某列为索引

使用set_index函数

import pandas as pd# 读取数据
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')print(df.head())# 指定year列作为索引
df3 = df.set_index('year')
print(df3.head())

读取数据时指定索引列

import pandas as pd# 使用index_col参数指定索引列
df4 = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk', index_col=['year'])
print(df4.head())

reset_index重置索引

• Dataframe对象和Series对象使用reset_index函数一样，都返回使用默认自增索引的df

import pandas as pd# 使用index_col参数指定索引列
df4 = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk', index_col=['year'])
print(df4)print(df4.reset_index())# 读取数据
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')# 提取中国的所有年份的GDP数据
china_gdp = df[df.country == '中国']# 取出df中的GDP列，返回Series对象
china_gdp_s = china_gdp.GDPprint(china_gdp_s.head())print(china_gdp_s.reset_index().head())

• reset_index重置索引，使用drop=True参数将不保留原索引

import pandas as pd# 使用index_col参数指定索引列
df4 = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk', index_col=['year'])# 读取数据
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')# 提取中国的所有年份的GDP数据
china_gdp = df[df.country == '中国']# 取出df中的GDP列，返回Series对象
china_gdp_s = china_gdp.GDPprint(df4)
print(df4.reset_index(drop=True))
print(china_gdp_s.reset_index(drop=True).head())

赋值修改索引及列名

赋值修改索引

`df.index`不光可以查看索引，还可以修改索引

import pandas as pd# 读取数据
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')# 提取中国的所有年份的GDP数据
china_gdp = df[df.country == '中国']# 取出df中的GDP列，返回Series对象
china_gdp_s = china_gdp.GDP# 数据准备
df5 = china_gdp_s.reset_index().head()
print(df5)# 赋值修改索引
df5.index = ['a', 'b', 'c', 'd', 'e']
print(df5)

赋值修改列名

`df.columns` 不光可以查看列名，还可以修改列名

import pandas as pd# 读取数据
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')# 提取中国的所有年份的GDP数据
china_gdp = df[df.country == '中国']# 取出df中的GDP列，返回Series对象
china_gdp_s = china_gdp.GDP# 数据准备
df5 = china_gdp_s.reset_index().head()df5.columns = ['修改',  '列名']
print(df5)

rename函数修改索引和列名

rename函数修改索引

• 使用参数index={'原索引名': '新索引名', ...}修改想要修改的部分或全部索引

import pandas as pd# 读取数据
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')# 提取中国的所有年份的GDP数据
china_gdp = df[df.country == '中国']# 取出df中的GDP列，返回Series对象
china_gdp_s = china_gdp.GDP# 数据准备
df5 = china_gdp_s.reset_index().head()
print(df5)# 需要给一个新的变量名,或者添加参数 inplace=True,就在原df进行了修改
df5.rename(index={0: 'A', 1: 'B', 2: 'C', 3: 'D', 4: 'E'}, inplace=True)print(df5)

rename函数修改列名

• 使用参数columns={'原索引名': '新索引名', ...}修改想要修改的部分或全部索引

import pandas as pd# 读取数据
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')# 提取中国的所有年份的GDP数据
china_gdp = df[df.country == '中国']# 取出df中的GDP列，返回Series对象
china_gdp_s = china_gdp.GDP# 数据准备
df5 = china_gdp_s.reset_index().head()df5.columns = ['修改', '列名']
print(df5)# 需要给一个新的变量名,或者添加参数 inplace=True,就在原df进行了修改
df5.rename(columns={'修改': 'x', '列名': 'y'}, inplace=True)
print(df5)

5.总结

• 查看或修改索引 `<s / df>.index`
• 查看或修改列名 `df.columns=[col_name1, col_name2, ...]`
• 读取数据时指定某列为索引 `pd.read_csv('csv_path', index_col=['列名'])`
• 设置某列为df的索引 `df.set_index('列名')`
• 重置df的索引为默认自增索引 `df.reset_index()`
• 指定修改部分索引值或列名

df.rename(index={'原索引名1': '新索引名1','原索引名2': '新索引名2',...},columns={'原列名a': '新列名a','原列名b': '新列名b',...}
)

6.项目地址：

Python: 66666666666666 - Gitee