如何确定在Pandas DataFrame中将哪些列设置为索引？

Question

假设我有一个金融证券的数据框架，它通常有多个标识符：

我应该只选择一列作为索引吗？ 我应该将所有潜在标识符设置为索引吗？ 我应该将所有文本数据设置为索引，并将所有数字数据保留为列吗？ 什么是最佳做法？

Answer 1

这更多是关于数据库设计而不是熊猫。

决策应基于数据框（关系数据库中的表）及其列的业务含义。 例如，如果“内部安全ID”用于识别其业务中的此类数据，则应将其设置为索引。

但是，如果您不确定，请坚持使用默认的整数索引。

Answer 2

我倾向于坚持使用默认索引，除非您需要将一个列作为索引。 如果您这样做，我强烈建议您使用具有唯一值的列。 如果存在重复，这将引起您很多头痛。