Pandas中实现索引操作的方法有哪些特点？

本文共计398个文字，预计阅读时间需要2分钟。

Pandas中与索引相关的操作，经常需要调整索引，以便更方便地记忆和使用。以下是一些关键操作：

1. `set_index`：设置索引，定义列作为索引。可用于表格形式，可设置多重索引。常用关键字有`inplace`和`append`。

- 设置索引名称，定义列作为索引。 - 支持表格形式，可设置多重索引。 - 使用`inplace=True`直接修改原数据。 - 使用`append`添加新索引。

Pandas中有不少操作与索引相关，非常有必要缕清它们之间的区别与联系，方便记忆与使用。

1. set_index

顾名思义，设置索引。可以为列表形式，设置多重索引。常用关键字是inplace和append。

2. reset_index

官方文档是这样介绍该函数的功能的，As a convenience, there is a new function on DataFrame called reset_index() which transfers the index values into the DataFrames columns and sets a simple integer index. This is the inverse operation of set_index()。即将原来的index列设置为普通列，与set_index（）方法的功能相反。

3. reindex

重新排列索引顺序。加columns关键字，可重新排列列索引顺序。如果索引值在原索引中不存在，则默认填充为NaN值。

重排索引之后，用ffill()或bfill()函数，可实现前向填充或后向填充。reindex中的method关键字参数不建议再使用了。

4. reindex_like

Dataframe.reindex_like(other,…)

去学习另外一个的df对象的index与columns，跟这个效果一样reindex(index=other.index,columns=other.columns,...)