web-dev-qa-db-fra.com

Redéfinition de l'index dans un objet Pandas DataFrame

J'essaie de réindexer un objet DataFrame de pandas, comme tel,

From:
            a   b   c
        0   1   2   3
        1  10  11  12
        2  20  21  22

To :
           b   c
       1   2   3
      10  11  12
      20  21  22

Je vais à ce sujet comme indiqué ci-dessous et je reçois la mauvaise réponse. Des indices sur comment faire cela?

>>> col = ['a','b','c']
>>> data = DataFrame([[1,2,3],[10,11,12],[20,21,22]],columns=col)
>>> data
    a   b   c
0   1   2   3
1  10  11  12
2  20  21  22
>>> idx2 = data.a.values
>>> idx2
array([ 1, 10, 20], dtype=int64)
>>> data2 = DataFrame(data,index=idx2,columns=col[1:])
>>> data2
     b   c
1   11  12
10 NaN NaN
20 NaN NaN

Une idée pourquoi cela se passe?

pythonpandasdataframe
79
nitin

Pourquoi n'utilisez-vous pas simplement la méthode set_index ?

In : col = ['a','b','c']

In : data = DataFrame([[1,2,3],[10,11,12],[20,21,22]],columns=col)

In : data
Out:
    a   b   c
0   1   2   3
1  10  11  12
2  20  21  22

In : data2 = data.set_index('a')

In : data2
Out:
     b   c
a
1    2   3
10  11  12
20  21  22
184
Avaris

Si vous ne voulez pas "a" dans l'index

Dans : 

col = ['a','b','c']

data = DataFrame([[1,2,3],[10,11,12],[20,21,22]],columns=col)

data

En dehors:

    a   b   c
0   1   2   3
1  10  11  12
2  20  21  22

Dans : 

data2 = data.set_index('a')

En dehors:

     b   c
a
1    2   3
10  11  12
20  21  22

Dans : 

data2.index.name = None

En dehors:

     b   c
 1   2   3
10  11  12
20  21  22
5
Aakash Saxena

Si vous souhaitez définir l'index sans perdre la colonne, utilisez set_index avec drop=False:

data.set_index('a', drop=False)

     a   b   c
a             
1    1   2   3
10  10  11  12
20  20  21  22

Une autre option consiste à définir directement l'attribut index, ce qui est utile pour les applications critiques en termes de performances:

data.index = data['a']
data
     a   b   c
a             
1    1   2   3
10  10  11  12
20  20  21  22

Ou, si "a" doit apparaître, utilisez 

data.index = data.pop('a')
data
     b   c
a         
1    2   3
10  11  12
20  21  22

pop et l'affectation à index sont des opérations sur place, par opposition à set_index qui renvoie une copie des données. Voici quelques timings:

df_ = data.copy()
df = pd.concat([df_] * 10000, ignore_index=True)

%timeit df.set_index('a', drop=False)
%timeit df.index = df['a']

784 µs ± 68 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
132 µs ± 2.12 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

Remarque
Ne vous laissez pas berner par le paramètre inplace=True. Cela crée simplement une copie des données et les assigne à l'original variable. inplace=True et inplace=Falsetoujours génèrent un copie.

Pour référence, pour définir l'index sur un nombre croissant croissant de manière monotone, vous pouvez définir efficacement l'index sur tout objet de plage.

df.index = pd.RangeIndex(len(df))
df.index = range(len(df))
df.index = np.arange(len(df))

df.index peut être affecté à n’importe quelle séquence semblable à une liste, à condition que la séquence ait la même longueur que df.

0
coldspeed