如何使用Python的pandas与numpy库为数据列添加数值索引

我们可以通过pandas库快速实现该需求，操作步骤如下：

• 第一步：导入pandas依赖库

import pandas as pd

• 第二步：读取你的数据集，以下以csv格式为例，其他格式可对应替换读取方法

# 替换为你的实际数据文件路径
df = pd.read_csv("your_data.csv")

• 第三步：按使用场景选择对应查询方法
  1. 单次快速查询：直接用iloc按列索引取数后转set
     你要查询的列数值索引n从0开始计数，0对应第1列，80对应第81列，示例代码如下：

  n = 3 # 替换为你要查询的实际索引值
  col_set = set(df.iloc[:, n])
  print(col_set)
  

  2. 高频查询场景：提前建立数值索引和列名的映射字典，后续查询直接调用

  # 生成索引-列名映射关系
  idx_col_map = {idx: col_name for idx, col_name in enumerate(df.columns)}
  # 查询索引为n的列的set值
  n = 3
  col_set = set(df[idx_col_map[n]])
  print(col_set)
  

小提示：如果需要过滤掉列中的空值再生成set，可以在取数后添加.dropna()方法，示例：set(df.iloc[:, n].dropna())

内容的提问来源于stack exchange，提问作者snega priya.s