何时在 Pandas 中使用自定义索引而不是普通列

Question

在 pandas 中，您可以使用由任意数量的列组成的索引替换默认的基于整数的索引set_index()。

但令我困惑的是，你什么时候想要这样做。无论系列是列还是索引的一部分，您都可以使用列的布尔索引或行的xs()来过滤系列中的值。sort_values()您可以使用或对列或索引进行排序sort_index()。

我遇到的唯一真正的区别是，当存在重复值时索引会出现问题，因此似乎使用索引更具限制性（如果有的话）。

那么，为什么我想将我的列转换为 Pandas 中的索引呢？

Answer 1

在我看来，自定义索引有助于快速选择数据。

它们对于对齐映射数据、算术运算（其中索引用于数据对齐）、连接数据以及获取每组的最小或最大行也很有用。

DatetimeIndex非常适合部分字符串索引和重采样。

但你是对的，重复索引是有问题的，特别是对于重新索引而言。

文件：

• 使用已知指标识别数据（即提供元数据），这对于分析、可视化和交互式控制台显示很重要
• 启用自动和显式数据对齐
• 允许直观地获取和设置数据集的子集

您也可以检查Modern pandas-Indexes，直接链接。