如何確定在Pandas DataFrame中將哪些列設置為索引？

Question

假設我有一個金融證券的數據框架，它通常有多個標識符：

我應該只選擇一列作為索引嗎？ 我應該將所有潛在標識符設置為索引嗎？ 我應該將所有文本數據設置為索引，並將所有數字數據保留為列嗎？ 什么是最佳做法？

Answer 1

這更多是關於數據庫設計而不是熊貓。

決策應基於數據框（關系數據庫中的表）及其列的業務含義。 例如，如果“內部安全ID”用於識別其業務中的此類數據，則應將其設置為索引。

但是，如果您不確定，請堅持使用默認的整數索引。

Answer 2

我傾向於堅持使用默認索引，除非您需要將一個列作為索引。 如果您這樣做，我強烈建議您使用具有唯一值的列。 如果存在重復，這將引起您很多頭痛。