pandas のデータフレームには、行を識別するためのインデックスがあります。set_index と reset_index を使うと、インデックスと列の間で変換ができます。
set_index で列をインデックスにする
特定の列をインデックスに設定するには set_index を使います。
import pandas as pd
df = pd.DataFrame({
'id': [101, 102, 103],
'name': ['Alice', 'Bob', 'Charlie'],
'score': [80, 90, 85]
})
df = df.set_index('id')
print(df)
これで id 列がインデックスになり、`df.loc ichiro-child-def-64
` のようにアクセスできるようになります。元の id 列は削除されます。
reset_index でインデックスを列に戻す
逆に、インデックスを通常の列に戻すには reset_index を使います。
df = df.reset_index()
print(df)
これでインデックスが 0, 1, 2 という連番に戻り、元のインデックスは id という列になります。
インデックスを削除する
reset_index に drop=True を指定すると、インデックスを列に追加せずに削除できます。
df = df.reset_index(drop=True)
重複したインデックスを振り直したいときなどに使います。
複数の列をインデックスにする（MultiIndex）
set_index に複数の列を指定すると、階層的なインデックス（MultiIndex）を作成できます。
df = pd.DataFrame({
'year': [2023, 2023, 2024, 2024],
'quarter': ['Q1', 'Q2', 'Q1', 'Q2'],
'sales': [100, 150, 120, 180]
})
df = df.set_index(['year', 'quarter'])
print(df)
MultiIndex を使うと、`df.loc 二次関数の平均変化率と極限
で 2023 年のデータ、df.loc[(2023, 'Q1')]` で特定の年と四半期のデータにアクセスできます。
MultiIndex を展開する
MultiIndex から元の列に戻すには reset_index を使います。
df = df.reset_index()
特定のレベルだけ戻すこともできます。
# year だけを列に戻す
df = df.reset_index(level='year')
インデックスを残したまま列を追加する
set_index はデフォルトで元の列を削除しますが、drop=False を指定すると列を残せます。
df = pd.DataFrame({
'id': [1, 2, 3],
'value': [10, 20, 30]
})
df = df.set_index('id', drop=False)
print(df)
# id がインデックスにもなり、列にも残る
append でインデックスを追加する
既存のインデックスを残したまま、新しいインデックスを追加することもできます。
df = pd.DataFrame({
'id': [1, 2],
'category': ['A', 'B'],
'value': [10, 20]
})
df = df.set_index('id')
df = df.set_index('category', append=True)
print(df)
実用的な場面
結合キーをインデックスにしておくと、merge で on の代わりに left_index=True が使えます。
groupby の結果はグループ列がインデックスになるため、reset_index で列に戻すことがよくあります。
インデックスの操作は pandas の基本スキルです。データの読み込み後に適切なインデックスを設定しておくと、その後の操作がしやすくなります。
