如何在 Python 中将第一列设为索引

基础/先决知识简述

“Pandas” 是 Python 最重要的库之一。它广泛应用于机器学习和数据分析的各种应用中。使用 Pandas，程序员可以创建、读取和操作大量数据，并处理任何文件。“Pandas” 拥有许多机器学习工具，可以应用于大量数据并获得所需的结果。

在 Pandas 中，数据可以有两种形式排列：

1. Series
2. DataFrames

Pandas Series

• Series 是一维的、带标签的数组，能够容纳任何数据类型（整数、字符串、浮点数等）。
• 它类似于电子表格或数据库表中的一列。
• Series 既包含数据，也包含与之关联的索引，该索引为数组中的每个元素打标签。
• 它可以从列表、数组、字典或标量值创建。

Pandas DataFrame

• DataFrame 是一个二维的、大小可变且可能异构的表格数据结构（类似于数据库中的表或 Excel 电子表格）。
• 它由行和列组成，其中每一列都是一个 Series。
• DataFrame 可以由 Series 字典、列表创建，也可以通过从文件（如 CSV 或 Excel）读取数据来创建。
• DataFrame 中的索引为行打标签，而列则由它们的名称打标签。

这是一个简单的示例程序：

输出

             name     roll   branch   age
0       Raghav      301        ECE     19
1       Charan      202        EEE      18
2    Santhosh     103        CSE      19

理解

创建了三个单独的 Series：name、age、roll 和 branch。然后将它们组合到一个 DataFrame 中以表示一个表。

• DataFrame 中的条目被视为键：值对。
• 键代表列名，值代表列中的数据。
• 它默认创建一个从 0 到行数 - 1 的索引，以表示表格表示中的行。
• 程序员可以设置任何列作为索引，而不仅仅是 0 到 n。本教程解释了如何做到这一点。

set_index 方法

鉴于其简单性和丰富的方法和工具，我们可以使用一个简单的 **“set_index().”** 方法将我们想要的任何列设置为索引。

语法

• columns：要设置为索引的列的列表。
• drop：如果设置为 False，在使用后作为索引，该列将像普通列一样再次在表中指定。因此，它默认设置为 True。
• append：如果设置为 True，该列将附加到现有索引，而不是成为表的唯一索引。它默认设置为 False。
• inplace：如果设置为 True，它决定是使用新的 DataFrame 还是更新当前的 DataFrame。它默认设置为 False。
• verify_integrity：如果设置为 True，它将检查索引中的重复项，并在发现任何重复项时返回 ValueError。它默认设置为 False。

示例

输出

Original dataframe: 
                          Names     Branch    Age   CGPA
Student1        Raghav           ECE      19        9.1
Student2        Charan      B-Arch      18       9.4
Student3       Santosh        AIML      19       9.6

Branch column as the index to the data frame: 
                   Names    Age    CGPA
Branch                    
ECE           Raghav       19        9.1
B-Arch     Charan      18        9.4
AIML      Santosh      19        9.6
Names and Age columns as the index to the data frame: 
                             CGPA
Names     Age      
Raghav      19         9.1
Charan      18         9.4
Santosh    19         9.6

理解

在上面的代码中，第一部分将“Branch”列设为了索引。一旦它被设为索引，它就会从表中删除，因为默认情况下 drop 设置为 True。因此，在下一部分中，当“Names”和“Age”列被设为索引时，“Branch”列就不存在了。

• 用于处理 .csv 文件

使用 pandas，程序员可以处理任何文件。例如，处理 CSV 文件：

• CSV 文件是一个文本文件，以表格形式存储数据，值之间用逗号分隔。

程序

输出

        Names         Branch   Age      Salary    Experience (yrs)
0       Sudha                HR      44    112000                           8
1       Harini   Developer      23      94000                           2
2     Venkat             Sales     44     122000                          8

理解

使用 .tocsv()，DataFrame 被转换为 CSV 文件，使用 .read_csv()，文件被读取。在此 DataFrame 上，我们可以像普通 DataFrame 一样将索引更改为我们想要的任何列。

与普通 DataFrame 一样，CSV 文件中的 DataFrame 将被修改，索引将变为“Names”列。可以在 Python 目录中找到并检查该文件。