Question

我想根据数据框各列中的内容创建唯一的行标识符，以代替索引列。

例如，

import pandas as pd
from pprint import pprint

df = pd.DataFrame(columns=["ID", "Animal", "Weight", "Description"])
df["ID"] = ["Qw9457", "gft878"]
df["Animal"] = ["Mouse", "Lion"]
df["Weight"] = [20, 67]
df["Description"] = ["hsdg rie",  "gtre sjdhi"]
pprint(df)

Output:
       ID Animal  Weight Description
0  Qw9457  Mouse      20    hsdg rie
1  gft878   Lion      67  gtre sjdhi

我希望使用其余列中的内容来重命名索引列，例如：

df.index = ["MQwrie", "Lgfgt"]

我想知道是否有很好的方法以编程方式生成列内容中的行标识符（即索引列）。

Answer 1

如果您希望基于每列中的数据位生成索引，则可以使用Series操作将其组合在一起，然后分配索引。下面，我们使用动物名称的首字母，体重和描述的首字母作为新索引。

import pandas as pd

df = pd.DataFrame({'ID': ['Qw9457', 'gft878'],
                   'Animal': ['Mouse', 'Lion'],
                   'Weight': [20, 67],
                   'Description': ['hsdg rie', 'gtre sjdhi']})

# create new index from data in df, assign as index
ix = df.Animal.str[0] + df.Weight.astype(str) + df.Description.str.split().str.get(0)
df_new = df.set_index(ix)

df_new
# returns:
             ID Animal  Weight Description
M20hsdg  Qw9457  Mouse      20    hsdg rie
L67gtre  gft878   Lion      67  gtre sjdhi

编辑：是的，您添加当前行号（从零开始），可以使用：

ix = (
    df.Animal.str[0] 
    + df.Weight.astype(str)
    + df.Description.str.split().str.get(0)
    + df.index.astype(str).str.zfill(3)
)

df_new = df.set_index(ix)
df_new
#returns:
                ID Animal  Weight Description
M20hsdg000  Qw9457  Mouse      20    hsdg rie
L67gtre001  gft878   Lion      67  gtre sjdhi

如何创建字符串索引而不是数据帧中的数字？

1 个答案: