【问题标题】:Replacing pandas Series column values with their own indices用自己的索引替换熊猫系列列值
【发布时间】:2017-08-08 15:18:10
【问题描述】:

我有一个按时间顺序排列的日期时间系列(注意左侧的索引值)

9     1971-04-10
84    1971-05-18
2     1971-07-08
53    1971-07-11
28    1971-09-12
474   1972-01-01
153   1972-01-13
13    1972-01-26
129   1972-05-06
98    1972-05-13
111   1972-06-10
225   1972-06-15

出于我的目的,只有排序的索引很重要,所以我想用原始熊猫系列中的索引替换日期时间值(可能通过重新索引),以返回一个新的系列,如下所示:

0   9
1   84 
2   2  
3   53   
4   28    
5   474  
6   153  
7   13   
8   129 
9   98   
10  111  
11  225

左侧的“索引”是新的“索引”列,右侧的“索引”是日期时间值的原始索引列。

有什么更简单的方法来做到这一点?

谢谢。

【问题讨论】:

  • s = pd.Series(s.index, name=s.index.name) 其中s 是原始系列。
  • 这行得通,谢谢!

标签: python datetime indexing series reindex


【解决方案1】:

如果你可以构造一个新对象:

series = pd.Series(old_series.index, index=whateveryouwant)

指定新索引是可选的..

【讨论】:

    【解决方案2】:

    您可以将索引指向一个列表,如下所示

    df.index = list(range(len(df))
    

    df 是您的数据框

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2020-10-10
      • 2016-04-19
      • 1970-01-01
      • 2016-05-28
      • 2022-06-24
      • 2017-02-25
      • 2013-12-28
      相关资源
      最近更新 更多