python - 熊猫数据框中的 FutureWarning

Question

我有一个示例 python 代码：

import pandas as pd
ddf = pd.DataFrame({'col1' : ['A', 'A', 'B'],
                'Id' : [3,1,2],
                'col3': ['x','a','b']})
ddf.index=ddf['Id']
ddf.sort_values(by='Id')

上面的代码片段产生'FutureWarning：'Id'既是索引级别又是列标签。默认为列，但这将在未来版本中引发歧义错误。当我在最新版本的 python 下尝试这个时，它确实会变成一个错误。我对 python 和 pandas 很陌生。我该如何解决这个问题？

Answer 1

这里最好将列转换Id为indexwithDataFrame.set_index以避免index.name与列名称之一相同：

ddf = pd.DataFrame({'col1' : ['A', 'A', 'B'],
                'Id' : [3,1,2],
                'col3': ['x','a','b']})
ddf = ddf.set_index('Id')

print (ddf.index.name)
Id
print (ddf.columns)
Index(['col1', 'col3'], dtype='object')

更适合按索引排序的是DataFrame.sort_index：

print (ddf.sort_index())
   col1 col3
Id          
1     A    a
2     B    b
3     A    x

您的解决方案有效，如果更改index.name不同：

ddf = pd.DataFrame({'col1' : ['A', 'A', 'B'],
                'Id' : [3,1,2],
                'col3': ['x','a','b']})
ddf.index=ddf['Id']

---

print (ddf.index.name)
Id
print (ddf.columns)
Index(['col1', 'Id', 'col3'], dtype='object')

index.name通过标量设置不同DataFrame.rename_axis或设置：

ddf = ddf.rename_axis('newID')
#alternative
#ddf.index.name = 'newID' 

print (ddf.index.name)
newID
print (ddf.columns)
Index(['col1', 'Id', 'col3'], dtype='object')

所以现在可以区分索引级别和列名，因为sort_values同时使用：

print(ddf.sort_values(by='Id'))
      col1  Id col3
newID              
1        A   1    a
2        B   2    b
3        A   3    x

print (ddf.sort_values(by='newID'))
#same like sorting by index
#print (ddf.sort_index())
      col1  Id col3
newID              
1        A   1    a
2        B   2    b
3        A   3    x

Answer 2

简单添加 .values

ddf.index=ddf['Id'].values
ddf.sort_values(by='Id')
Out[314]: 
  col1  Id col3
1    A   1    a
2    B   2    b
3    A   3    x

Answer 3

您的列和行索引都包含“Id”，一个简单的解决方案是不将（行）索引设置为“Id”。

import pandas as pd
ddf = pd.DataFrame({'col1' : ['A', 'A', 'B'],
                    'Id' : [3,1,2],
                    'col3': ['x','a','b']})
ddf.sort_values(by='Id')
Out[0]: 
  col1  Id col3
1    A   1    a
2    B   2    b
0    A   3    x

或者在创建 df 时设置索引：

ddf = pd.DataFrame({'col1' : ['A', 'A', 'B'],
                    'col3': ['x','a','b']}, 
                   index=[3,1,2])
ddf.sort_index()
Out[1]: 
  col1 col3
1    A    a
2    B    b
3    A    x