如何更改pandas数据框索引值？

如何更改pandas数据框索引值？

使用此设置：

import pandas as pdimport iotext = '''STK_ID RPT_Date sales cash000568 20120930 80.093 57.488000596 20120930 32.585 26.177000799 20120930 14.784 8.157'''df = pd.read_csv(io.BytesIO(text), delimiter = ' ',       converters = {0:str})df.set_index(['STK_ID','RPT_Date'], inplace = True)

df.index

可以

MultiIndex

像这样将索引重新分配给新的索引：

index = df.indexnames = index.namesindex = [('000999','20121231')] + df.index.tolist()[1:]df.index = pd.MultiIndex.from_tuples(index, names = names)print(df)#        sales    cash# STK_ID RPT_Date     # 000999 20121231  80.093  57.488# 000596 20120930  32.585  26.177# 000799 20120930  14.784   8.157

或者，可以将索引划分为列，然后可以重新分配列中的值，然后将列返回索引：

df.reset_index(inplace = True)df.ix[0, ['STK_ID', 'RPT_Date']] = ('000999','20121231')df = df.set_index(['STK_ID','RPT_Date'])print(df)#        sales    cash# STK_ID RPT_Date     # 000999 20121231  80.093  57.488# 000596 20120930  32.585  26.177# 000799 20120930  14.784   8.157

---

使用IPython进行基准测试

%timeit

建议，重新分配索引（上面的第一种方法）比重置索引，修改列值然后再次设置索引（上面的第二种方法）要快得多：

In [2]: %timeit reassign_index(df)10000 loops, best of 3: 158 us per loopIn [3]: %timeit reassign_columns(df)1000 loops, best of 3: 843 us per loop