Pandy: jak ponownie indeksować wiersze, zaczynając od 1
Możesz użyć następującej podstawowej składni, aby ponownie zindeksować wiersze ramki DataFrame pandy, zaczynając od 1 zamiast 0:
import pandas as pd import numpy as np df. index = np. arange (1, len (df)+1)
Funkcja NumPy arange() tworzy tablicę zaczynającą się od 1, która zwiększa się o 1, aż do długości całej ramki DataFrame plus 1.
Tablica ta jest następnie używana jako indeks ramki DataFrame.
Poniższy przykład pokazuje, jak zastosować tę składnię w praktyce.
Przykład: ponownie zindeksuj wiersze ramki danych Pandas, zaczynając od 1
Załóżmy, że mamy następującą ramkę danych pand, która zawiera informacje o różnych koszykarzach:
import pandas as pd #createDataFrame df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'], ' points ': [18, 22, 19, 14, 14, 11, 20, 28], ' assists ': [5, 7, 7, 9, 12, 9, 9, 4], ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]}) #view DataFrame print (df) team points assists rebounds 0 A 18 5 11 1 B 22 7 8 2 C 19 7 10 3 D 14 9 6 4 E 14 12 6 5 F 11 9 5 6 G 20 9 9 7:28 4 12
Należy pamiętać, że indeks obecnie waha się od 0 do 7.
Aby ponownie zindeksować wartości z indeksu do kolumny, zaczynając od 1, możemy zastosować następującą składnię:
import numpy as np #reindex values in index to start from 1 df. index = np. arange (1, len (df)+1) #view updated DataFrame print (df) team points assists rebounds 1 A 18 5 11 2 B 22 7 8 3 C 19 7 10 4 D 14 9 6 5 E 14 12 6 6 F 11 9 5 7 G 20 9 9 8:28 a.m. 4:12
Należy pamiętać, że wartości indeksów zaczynają się teraz od 1.
Uwaga nr 1 : Zaletą korzystania z funkcji len() do znalezienia liczby wierszy w ramce DataFrame jest to, że nie musimy wiedzieć, ile wierszy znajduje się w ramce DataFrame przed utworzeniem nowej tablicy. wartości indeksu.
Uwaga nr 2 : Pełną dokumentację funkcji NumPy arange() można znaleźć tutaj .
Dodatkowe zasoby
Poniższe samouczki wyjaśniają, jak wykonywać inne typowe zadania w pandach:
Jak usunąć nazwę indeksu w Pandach
Jak spłaszczyć MultiIndex w Pandach
Jak uzyskać unikalne wartości z indeksu w Pandach