Pandas: วิธีสร้างดัชนีแถวใหม่โดยเริ่มจาก 1

คุณสามารถใช้ไวยากรณ์พื้นฐานต่อไปนี้เพื่อสร้างดัชนีแถวของ DataFrame แพนด้าโดยเริ่มจาก 1 แทนที่จะเป็น 0:

 import pandas as pd
import numpy as np

df. index = np. arange (1, len (df)+1)

ฟังก์ชัน NumPy arange() สร้างอาร์เรย์เริ่มต้นที่ 1 ซึ่งจะเพิ่มทีละ 1 จนกระทั่งความยาวของ DataFrame ทั้งหมดบวก 1

อาร์เรย์นี้จะถูกใช้เป็นดัชนีของ DataFrame

ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ

ตัวอย่าง: จัดทำดัชนีแถวของ Pandas DataFrame ใหม่โดยเริ่มจาก 1

สมมติว่าเรามี DataFrame แพนด้าต่อไปนี้ซึ่งมีข้อมูลเกี่ยวกับผู้เล่นบาสเกตบอลต่างๆ:

 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

โปรดทราบว่าปัจจุบันดัชนีอยู่ระหว่าง 0 ถึง 7

หากต้องการจัดทำดัชนีค่าจากดัชนีไปยังคอลัมน์ใหม่เพื่อเริ่มจาก 1 เราสามารถใช้ไวยากรณ์ต่อไปนี้:

 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

โปรดทราบว่าตอนนี้ค่าดัชนีเริ่มต้นที่ 1

หมายเหตุ #1 : ข้อดีของการใช้ฟังก์ชัน len() เพื่อค้นหาจำนวนแถวใน DataFrame คือ เราไม่จำเป็นต้องรู้ว่ามีกี่แถวใน DataFrame ก่อนที่จะสร้างอาร์เรย์ใหม่ ค่าดัชนี

หมายเหตุ #2 : คุณสามารถค้นหาเอกสารฉบับเต็มสำหรับฟังก์ชัน NumPy arange() ได้ที่นี่

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีการทำงานทั่วไปอื่นๆ ในแพนด้า:

วิธีลบชื่อดัชนีใน Pandas
วิธีทำให้ MultiIndex แบนใน Pandas
วิธีรับค่าที่ไม่ซ้ำจากดัชนีใน Pandas