數據分析過程中，有時出於增強數據可讀性或其他原因，需要對數據表的索引值進行設定。
在 pandas 中，常用 set_index() 和 reset_index() 這兩個方法進行索引設置。
一、set_index方法
1.介紹
set_index() 方法將 DataFrame 中的列轉化為行索引。
轉換之后，原來的列將不見，可以通過設置 drop 保留原來的列。
使用語法為：
DataFrame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False)
參數解釋：
keys -- 列標簽或列標簽/數組列表 需要設置為索引的列
drop -- 默認為True 刪除用作新索引的列
append -- 是否將列附加到現有索引 默認為False
inplace -- 布爾類型 表示當前操作是否對原數據生效 默認為False
verify_integrity -- 檢查新索引的副本 將其設置為False將提高該方法的性能 默認為false
2.實操
import pandas as pd
df = pd.DataFrame({'a':range(7),
'b':range(7,0,-1),
'c':['one','one','one','two','two','two','two'],
'd':[0,1,2,0,1,2,3]})
# 1.保留索引值
df.set_index(['c','d'], drop=False)
# 2.添加到原有索引
df.set_index('c', append=True)
# 3.多重索引
df.set_index(['c','d'])
# 4.修改原數據框
df.set_index(['c','d'], inplace=True)
# 5.手動指定
df.set_index([pd.Index([1,2,3,4,5,6,7]), 'c'])
# 6.索引計算
s = pd.Series([1,2,3,4,5,6,7])
df.set_index([s, s**2])
二、reset_index方法
1.介紹
reset_index() 方法用於重新設置 DataFrame 索引。
使用語法為：
DataFrame.reset_index(level=None, drop=False, inpalce=False, col_level=0, col_fill=' ')
參數解釋：
level -- 數值類型 int、str、tuple或list
默認無 刪除所有級別的索引
指定level 刪除指定級別
drop -- 當指定 drop=False 時，則索引列會被還原為普通列；否則，經設置后的新索引值被會丟棄 默認為False
inplace -- 布爾類型 是否修改原始數據框 默認False
col_level -- 數值類型 int、str 默認值為0
如果列有多個級別，則確定將標簽插入到哪個級別。默認情況下，它將插入到第一級。
（指定重置后的級別）
col_fill -- object 默認‘’，如果列有多個級別，則確定其他級別的命名方式。如果沒有，則重復索引名。
2.實操
import pandas as pd
import numpy as np
df = pd.DataFrame({'Country':['China','China', 'India', 'India', 'America', 'Japan', 'China', 'India'],
'Income':[10000, 10000, 5000, 5002, 40000, 50000, 8000, 5000],
'Age':[50, 43, 34, 40, 25, 25, 45, 32]})
df_new = df.set_index('Country', drop=True, append=False, inplace=False)
# 索引的列被還原
df_new.reset_index() # drop=False
df_new.reset_index(drop=True) # 列被刪除
# 原始數據框操作
df.reset_index(drop=True)
df.reset_index()
在原有的索引列重置索引，同時不另外添加新列。
常用於索引的重置，特別在進行數據刪減處理的時候派上用場。
df = pd.DataFrame(columns=['a', 'b'])
print(df)
print("---------")
b = pd.Series([1,1,1,1,1],index=[0,1,3,4,5])
a = pd.Series([2,2,2,2,2,2],index=[1,2,3,4,6,7])
df['a'] = a
df['b'] = b
print(df)
空數據框，只有列索引，沒有數據，引用 Series 數據時，不存在的 index 可能會出現 NaN 值，甚至出現錯誤提示：ValueError: cannot reindex from a duplicate axis 。此時需要 reset_index() 進行索引重置。
- 復合索引 & 復合列名
# 構建
index = pd.MultiIndex.from_tuples([('bird', 'falcon'),
('bird', 'parrot'),
('mammal', 'lion'),
('mammal', 'monkey')],
names=['class', 'name'])
columns = pd.MultiIndex.from_tuples([('speed', 'max'),
('species', 'type')])
df = pd.DataFrame([(389.0, 'fly'),
( 24.0, 'fly'),
( 80.5, 'run'),
(np.nan, 'jump')],
index=index,
columns=columns)
'''
speed species
max type
class name
bird falcon 389.0 fly
parrot 24.0 fly
mammal lion 80.5 run
monkey NaN jump
'''
# 等同於 level=0
df.reset_index(level='class')
# col_level=1 指定重置后列的級別
df.reset_index(level='class', col_level=1)
# col_fill 填充缺失的列級別
df.reset_index(level='class', col_level=0, col_fill='species')
# 不存在的標簽 將被新建
df.reset_index(level='class', col_level=0, col_fill='xxx')
reset_index() 和 set_index() 方法可以無限制的交叉使用，靈活轉變 DataFrame 索引，以方便數據處理。
參考鏈接：如何在pandas中使用set_index( )與reset_index( )設置索引
參考鏈接：pandas.DataFrame.set_index