Bagaimana untuk Mencipta Lajur Baharu dalam Pandas DataFrame yang merupakan Salinan Indeks?

Linda Hamilton
Lepaskan: 2024-11-08 06:39:02
asal
649 orang telah melayarinya

How to Create a New Column in a Pandas DataFrame that is a Copy of the Index?

Panda: Menambah lajur baharu pada bingkai data yang merupakan salinan lajur indeks

Apabila bekerja dengan bingkai data Pandas, ia boleh berguna untuk buat lajur baharu yang merupakan salinan lajur indeks. Ini boleh memberi manfaat apabila memplot bingkai data, kerana ia membenarkan penggunaan lajur yang tidak disertakan dalam kerangka data asal.

Untuk menambah lajur baharu pada bingkai data yang merupakan salinan lajur indeks, langkah berikut boleh diambil:

  1. Tetapkan semula indeks rangka data. Ini akan mencipta lajur baharu dengan yang asal nilai indeks.
  2. Tetapkan nama lajur baharu kepada lajur indeks. Ini akan menukar nama lajur indeks kepada nama yang dikehendaki.
  3. Tetapkan lajur baharu sebagai indeks rangka data. Ini akan menjadikan lajur baharu sebagai indeks bagi bingkai data.

Berikut ialah contoh cara menambah lajur baharu pada kerangka data yang merupakan salinan lajur indeks:

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# Reset the index of the dataframe
df = df.reset_index()

# Assign the new column name to the index column
df['Time'] = df['index']

# Set the new column as the index of the dataframe
df = df.set_index('Time')

print(df)
Salin selepas log masuk

Output:

   A  B
Time
0   1  4
1   2  5
2   3  6
Salin selepas log masuk

Seperti yang anda lihat, lajur baharu bernama 'Masa' telah ditambahkan pada bingkai data, yang merupakan salinan indeks asal lajur.

Atas ialah kandungan terperinci Bagaimana untuk Mencipta Lajur Baharu dalam Pandas DataFrame yang merupakan Salinan Indeks?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
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
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!