Índice de caída de pandas

Pandas Dataframes son estructuras de datos que se parecen a los formatos tabulares y le permiten trabajar con datos tabulares como un contenido de los archivos CSV. Pandas intenta comprender una columna de índice cuando importa sus datos. El índice de pandas es similar a un número de hilera de hojas de cálculo. Por defecto, los pandas solo crean un índice para usted a menos que se proporcione un índice especificado. Este índice comienza a 0 y continúa al tamaño del marco de datos. Si bien estos índices suelen ser relevantes, puede haber casos en los que prefiera simplemente eliminar el índice. Sin embargo, si se trata de ciertos datos como datos de series de tiempo, es posible que desee indexar sus datos mediante una columna en particular. Pandas ofrece una variedad de métodos prácticos para lograr esto, ya sea después o antes de importar un marco de datos.

Índice de caída de pandas

Este artículo le enseñará cómo soltar la columna de índice Python Pandas DataFrame. La columna de índice del marco de datos Python Pandas a veces puede ser necesario que se elimine. Dado que un índice siempre está presente en Pandas Dataframes and Series, técnicamente no podemos abandonar el índice; Más bien, podemos restablecerlo aplicando la siguiente línea de código.

Primero tenemos que establecer los valores de índice especificados para el marco de datos utilizando la siguiente sintaxis:

Aquí el "DF" ¿Es el marco de datos proporcionado?.

La columna de índice de DataFrame puede restablecer el pandas "DF.función reset_index () "utilizando la lista secuencial de índices predeterminados. Puede restablecer la columna de índice al predeterminado usando la siguiente sintaxis:

Aquí el "gota" El parámetro restaura el índice de DataFrame a su valor predeterminado. El "en su lugar" El parámetro altera el marco de datos original existente, pero no produce un objeto de DataFrame.

En este artículo, pasaremos por cómo usar Python para soltar la columna de índice de Pandas.

Ejemplo: Utilización de pandas df.método eset_index () para soltar la columna de índice en un marco de datos

En este ejemplo, verá la demostración práctica de los pandas "DF.RESET_INDEX () "Método para soltar la columna del índice PANDAS de DataFrame.

Comenzamos el código importando los paquetes requeridos. Para este programa, como describe el título del artículo, necesitamos utilizar algunos métodos de pandas. Pero solo se pueden utilizar si cargamos la biblioteca Pandas en el archivo de Python. Entonces, escribimos el script "Importar pandas como PD" para presentar los módulos Pandas y alias con "PD". Ahora, estamos en completo acceso a las funciones de Pandas. Lo primero que haremos ahora es crear un marco de datos de pandas donde realizamos nuestra tarea principal que está dejando caer los índices.

Utilizamos el método pandas "PD.DataFrame () "para crear un DataFrame. Como mencionamos anteriormente, "PD" es el alias de "pandas", mientras que el "marco de datos" es la palabra clave que instruye al programa a generar un marco de datos. Invocamos este método con tres columnas: "Roll_no", "Nombre" y "Marcas". La primera columna "Roll_No" almacena los números de rollo de estudiantes que son "1154", "1156", "1157" y "1158". La siguiente columna "Nombre", como sugiere su título, posee los nombres de los estudiantes correspondientes a sus números de lista como "Diana", "Raulf", "George" y "Amelia". La última columna "Marcas" nos cuenta sobre las marcas obtenidas de los estudiantes cuyos nombres y números de rollo se mencionan en las columnas anteriores. Sus valores son "40", "50", "67" y "75".

Todas las columnas son de igual longitud, que es cuatro. El marco de datos con estas columnas debe almacenarse en un objeto. Entonces, cada vez que necesitamos este marco de datos en el programa, podemos acceder a él por ese objeto en particular que lo contiene. Aquí, creamos un objeto DataFrame de "estudiante" y lo asignamos el marcado de datos resultante generado a partir del "PD.Función DataFrame () ". Ahora, en lugar de mostrar el marco de datos con los valores de índice predeterminados que el programa genera para usted, preferimos especificar los valores de índice de acuerdo con nuestras necesidades.

Para esto, tenemos un método pandas para establecer los valores de índice que es "DF.set_index () ". Con los datos de otra columna que se suministró como parámetro, el "DF.set_index () "Método del Pandas DataFrame restablece la columna de índice. También proporcionamos su sintaxis al comienzo del tutorial. Según la sintaxis, tenemos que proporcionar el nombre del DataFrame con la función "set_index ()". Y como argumento de esta función, llamamos al "PD.Index () "para especificar los valores de índice.

El nombre de nuestro DataFrame que suministramos con la función "set_index ()" se parece a "estudiante.set_index ([PD.índice()])". Los valores que especificamos para ser establecidos como la columna de índice del marco de datos "estudiante" son "ID1", "ID2", "ID3" e "ID4". Ahora, DataFrame tiene estos valores en la columna de índice en lugar de la lista secuencial predeterminada de valores. Esta configuración de índice se guarda en el objeto DataFrame de datos "estudiante". Hemos terminado de configurar la columna de índice con nuestros valores preferidos. Ahora, queremos ver nuestro marco de datos. Para exhibir el DataFrame, tenemos el método Python "print ()". Llamamos a este método con el objeto Dataframe "estudiante" como su parámetro para mostrarlo en la consola de Python.

Presionamos la opción "Ejecutar archivo" para ejecutar el programa. Se muestra un marco de datos en la consola con tres columnas. La columna de índice de DataFrame tiene los valores que especificamos para él.

Lo que aprendimos hasta ahora es crear un marcado de datos y configurar su columna de índice para sus preferencias requeridas. Ahora, exploraremos cómo eliminar esta columna de índice en nuestro marco de datos utilizando los pandas "DF.método reset_index () ". Al usar la lista secuencial predeterminada de índices de DataFrame, el pandas "DF.la función reset_index () "restablece la columna de índice. Como muestra la sintaxis proporcionada, debemos mencionar el nombre de DataFrame con la función "Reset_index ()". Este método utiliza dos parámetros: "Drop" y "Inplace".

El valor predeterminado para el argumento de "soltar" se establece como "verdadero", lo que significa que la columna de índice de DataFrame especificada se eliminará. Si lo cambia a "False", DataFrame tendrá la columna "Índice" con valores definidos, así como la lista secuencial predeterminada de índices. Aquí, vamos con su valor predeterminado "verdadero" porque queremos soltar la columna de índice.

Cuando el "injunto" se establece en "verdadero", realiza todas las modificaciones en el marco de datos original en lugar de hacer cualquier copia de ella. Entonces, preferimos mantenerlo "verdadero". Cuando invocamos el método "reset_index ()", deja caer la columna de índice que establecemos con valores especificados anteriormente en esta ilustración en el marco de datos "estudiante" original. Empleamos la función "print ()" para mostrar el marco de datos actualizado con valores de índice caídos.

Cuando ejecutamos el script de python proporcionado previamente, el marco de datos actualizado se muestra en el terminal. En este DataFrame, podemos ver que la columna de índice con nuestros valores especificados se elimina y se agrega la lista de índice secuencial predeterminada.

Conclusión

Trabajar con marcos de datos en los pandas de Python es una técnica principal. Mientras trabajamos en estos marcos de datos, a veces es posible que a veces necesitemos soltar la columna de índice especificada. En este artículo, le presentamos la noción de dejar caer la columna de índice en un marco de datos. Comprendimos el tema con la implementación práctica de los scripts de Python realizados en la herramienta "Spyder". Hicimos todos los pasos inequívocos y claros usando el "PD.set_index () "y el" PD.reset_index () "para soltar la columna de índice. Esta guía sería muy beneficiosa para usted para hacer frente a las complejidades de la columna de índice de DataFrame.