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[101] 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[2023] 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。
