Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimana untuk Menukar Indeks DataFrame kepada Lajur untuk Memplot?

Bagaimana untuk Menukar Indeks DataFrame kepada Lajur untuk Memplot?

Patricia Arquette
Lepaskan: 2024-11-07 14:22:02
asal
1068 orang telah melayarinya

How to Convert a DataFrame's Index to a Column for Plotting?

Menambah Salinan Lajur Indeks sebagai Lajur Baharu

Isu:

Apabila menukar indeks DataFrame kepada lajur , adalah perkara biasa untuk menghadapi ralat semasa merancang kerana indeks tidak boleh diplot secara langsung.

Penyelesaian:

Tetapkan semula indeks DataFrame untuk mencipta lajur baharu daripadanya:

df3 = df3.reset_index()
Salin selepas log masuk

Pendekatan Alternatif:

  • Tetapan Semula Di Tempat: (Tidak disyorkan) Tetapkan semula indeks secara langsung, tetapi perlu diingat kesan sampingannya.
df3.reset_index(inplace=True)
Salin selepas log masuk
  • Buat Lajur Baharu: Tetapkan indeks sebagai lajur baharu menggunakan:
df3['new'] = df3.index
Salin selepas log masuk

Bacaan CSV yang Diperbaiki:

Untuk mengelak daripada menukar indeks kepada lajur secara manual, pertimbangkan untuk menggunakan pd.read_csv dengan pilihan index_col dan parse_dates:

df = pd.read_csv('university2.csv', sep=';', skiprows=1, index_col='YYYY-MO-DD HH-MI-SS_SSS', parse_dates='YYYY-MO-DD HH-MI-SS_SSS')
Salin selepas log masuk

Ini menghapuskan keperluan untuk:

#Changing datetime
df['YYYY-MO-DD HH-MI-SS_SSS'] = pd.to_datetime(df['YYYY-MO-DD HH-MI-SS_SSS'], format='%Y-%m-%d %H:%M:%S:%f')
#Set index from column
df = df.set_index('YYYY-MO-DD HH-MI-SS_SSS')
Salin selepas log masuk

Berurusan dengan MultiIndex:

Untuk DataFrames dengan MultiIndex atau indeks daripada operasi kumpulan, pertimbangkan perkara ini:

  • Lumpuhkan Pengindeksan Indeks: Gunakan as_index=False dalam panggilan berkumpulan.
  • Tetapkan Semula Indeks: Gunakan reset_index() selepas mengumpulkan untuk mencipta lajur baharu daripada indeks .

Atas ialah kandungan terperinci Bagaimana untuk Menukar Indeks DataFrame kepada Lajur untuk Memplot?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan