42 - 列级 - df.set_index("columns") - 列转索引

列转索引

在Pandas中，set_index 是一个用于设置 DataFrame 索引的函数。这个函数使你可以指定一列或多列作为 DataFrame 的行索引，从而改变数据的视角和组织方式。以下是 set_index 函数的一些关键特点：

重设索引:
set_index 允许你将现有的列转换为索引，从而改变数据的组织结构。

多级索引:
可以设置多个列作为索引，创建一个分层索引（MultiIndex）。

就地修改:
通过设置 inplace=True，set_index 可以就地修改原始 DataFrame，不返回新的 DataFrame。

保持列:
如果不想将指定的列用作索引，但仍然想保留它们作为列，可以使用 drop=False。

索引验证:
set_index 会检查索引的唯一性和排序状态，确保索引的有效性。

适用于时间序列数据:
set_index 特别适用于将时间序列数据设置为索引，以便于时间序列分析。

import numpy as np
import pandas as pd
df = pd.DataFrame(data=[{"A":"one", "B":"a"}, {"A":"two", "B":"b"}, {"A":"one", "B":1}])

df.set_index('A', inplace=True)  # A列转为索引
data = df.set_index('A', inplace=False)  # A列转为索引

转成索引列可以固定住
inplace = True：不创建新的对象，直接对原始对象进行修改；
inplace = False：对数据进行修改，创建并返回新的对象承载其修改结果。