Pandas.DataFrame重置列的行名实现(set_index)

当我们创建一个Pandas的DataFrame对象时，它的行列会被自动编号，这个编号称为行名或列名。有时我们需要重新设置行名或列名，这时我们可以使用set_index方法来实现。

set_index方法可以将DataFrame中的某个或某些列设为行索引，并返回一个新的DataFrame对象。它有一个参数drop，当drop为True时，将原来的列从DataFrame中删除，否则则保留原来的列在DataFrame中。

下面是具体的操作步骤：

1. 用Pandas读取CSV文件生成DataFrame对象

import pandas as pd

df = pd.read_csv('data.csv')

2. 使用set_index方法将某一列设置为行索引

df.set_index('col_name', inplace=True)

其中，col_name是你想要设置为行索引的列名，inplace=True表示该操作会修改原来的DataFrame对象，而不是返回一个新的DataFrame对象。

3. 查看设置后的DataFrame对象的行名

print(df.index)

下面是一个完整的示例：

import pandas as pd

# 读取CSV文件生成DataFrame对象
df = pd.read_csv('data.csv')

# 将名为'year'的列设置为行索引
df.set_index('year', inplace=True)

# 查看设置后的DataFrame对象的行名
print(df.index)

另一个操作示例：

import pandas as pd

# 读取CSV文件生成DataFrame对象
df = pd.read_csv('data.csv')

# 将名为'id'和'name'的列作为层次化的行索引
df.set_index(['id', 'name'], inplace=True)

# 查看设置后的DataFrame对象的行名
print(df.index)

在这个示例中，我们设置了'id'和'name'两列作为联合行索引，这个操作也可以被称为多级行索引。