Python pandas处理CSV如何移除默认索引并替换为eTime值

需求说明 #

需要移除pandas默认生成的数字行索引，将其替换为eTime字段的对应值。
原有实现代码：

import numpy as np
import pandas as pd

# load data from csv
data = pd.read_csv('log_level_out_mini.csv', delimiter=';')
time = data['eTime']
angka = data['eValue']


# Calculating cross-sectional area
diameter = 0.1016  # 4 Inch
A = 1/4 * np.pi * diameter ** 2
print('Luas penampang:', A)

# Calculate Flow Rate
Q = angka * A
print('Flow Rate:', Q)

# Calculate Volume

运行后默认输出带数字索引：

Time  eValue
0      2017-07-16 00:00:50.017  -0.272
1      2017-07-16 00:01:50.017  -0.272
2      2017-07-16 00:02:50.020  -0.272
3      2017-07-16 00:03:50.003  -0.272
4      2017-07-16 00:04:50.020  -0.272
...                        ...     ...
10032  2017-07-22 23:55:23.803   0.588
10033  2017-07-22 23:56:23.793   0.580
10034  2017-07-22 23:57:23.787   0.583
10035  2017-07-22 23:58:23.797   0.569
10036  2017-07-22 23:59:23.800   0.549

解决方法 #

有两种常用实现方式，按需选择即可：

• 方式1：读取CSV文件时直接指定索引列，一步到位
  在pd.read_csv中加入index_col参数，指定要作为行索引的列名即可，不需要修改后续计算逻辑：

  # 读取时直接将eTime设为行索引
  data = pd.read_csv('log_level_out_mini.csv', delimiter=';', index_col='eTime')
  angka = data['eValue']
  
  # 后续截面积、流量计算代码保持不变
  diameter = 0.1016  # 4 Inch
  A = 1/4 * np.pi * diameter ** 2
  print('Luas penampang:', A)
  
  Q = angka * A
  print('Flow Rate:', Q)
  

• 方式2：数据读取完成后再修改索引
  如果已经完成数据读取、不想重新加载文件，可以用set_index方法替换原有默认索引：

  # 原有读取代码不变
  data = pd.read_csv('log_level_out_mini.csv', delimiter=';')
  # 将eTime列设置为新的行索引，替换原数字索引
  data = data.set_index('eTime')
  

设置完成后再打印DataFrame，最左侧的行索引就会显示为eTime对应的时间值，不会再出现默认生成的数字序号。如果后续需要把处理后的数据导出为CSV文件，不需要保留索引的话可以在调用to_csv时传入index=False参数。

内容的提问来源于stack exchange，提问作者Cycloo