pandas dataframe 重置索引-ag捕鱼王app官网

本教程介绍了如何使用 pandas.dataframe.reset_index() 来重置 pandas dataframe 中的索引。reset_index() 方法将 dataframe 的索引设置为默认索引，数字范围从 0 到 (dataframe 中的行数-1)。

pandas dataframe reset_index() 方法

语法

dataframe.reset_index(level=none, drop=false, inplace=false, col_level=0, col_fill="")

使用 pandas.dataframe.reset_index() 方法重置 dataframe 的索引

import pandas as pd
roll_no = [501, 502, 503, 504, 505]
student_df = pd.dataframe(
    {
        "name": ["alice", "steven", "neesham", "chris", "alice"],
        "age": [17, 20, 18, 21, 15],
        "city": ["new york", "portland", "boston", "seattle", "austin"],
        "grade": ["a", "b-", "b ", "a-", "a"],
    },
    index=roll_no,
)
print(student_df)

输出：

        name  age      city grade
501    alice   17  new york     a
502   steven   20  portland    b-
503  neesham   18    boston    b 
504    chris   21   seattle    a-
505    alice   15    austin     a

假设我们有一个 dataframe，有 5 行 4 列，如输出所示。我们在 dataframe 中还设置了一个索引。

重置 dataframe 的索引，保持 dataframe 的初始索引为列

import pandas as pd
roll_no = [501, 502, 503, 504, 505]
student_df = pd.dataframe(
    {
        "name": ["alice", "steven", "neesham", "chris", "alice"],
        "age": [17, 20, 18, 21, 15],
        "city": ["new york", "portland", "boston", "seattle", "austin"],
        "grade": ["a", "b-", "b ", "a-", "a"],
    },
    index=roll_no,
)
print("initial dataframe:")
print(student_df)
print("")
print("dataframe after reset_index:")
student_df.reset_index(inplace=true, drop=false)
print(student_df)

输出：

initial dataframe:
        name  age      city grade
501    alice   17  new york     a
502   steven   20  portland    b-
503  neesham   18    boston    b 
504    chris   21   seattle    a-
505    alice   15    austin     a
dataframe after reset_index:
   index     name  age      city grade
0    501    alice   17  new york     a
1    502   steven   20  portland    b-
2    503  neesham   18    boston    b 
3    504    chris   21   seattle    a-
4    505    alice   15    austin     a

它将 dataframe student_df 的索引重置为默认索引。inplace=true 会在原 dataframe 本身进行更改，如果我们使用 drop=false，初始索引会被放置在 dataframe 中作为列。如果我们使用 drop=false，在使用 reset_index() 方法后，初始索引会被放置在 dataframe 中作为一列。

重置 dataframe 的索引，删除 dataframe 的初始索引

import pandas as pd
roll_no = [501, 502, 503, 504, 505]
student_df = pd.dataframe(
    {
        "name": ["alice", "steven", "neesham", "chris", "alice"],
        "age": [17, 20, 18, 21, 15],
        "city": ["new york", "portland", "boston", "seattle", "austin"],
        "grade": ["a", "b-", "b ", "a-", "a"],
    },
    index=roll_no,
)
print("initial dataframe:")
print(student_df)
print("")
print("dataframe after reset_index:")
student_df.reset_index(inplace=true, drop=true)
print(student_df)

输出：

initial dataframe:
        name  age      city grade
501    alice   17  new york     a
502   steven   20  portland    b-
503  neesham   18    boston    b 
504    chris   21   seattle    a-
505    alice   15    austin     a
dataframe after reset_index:
      name  age      city grade
0    alice   17  new york     a
1   steven   20  portland    b-
2  neesham   18    boston    b 
3    chris   21   seattle    a-
4    alice   15    austin     a

它将 dataframe student_df 的索引重置为默认索引。由于我们在 reset_index() 方法中设置了 drop=true，初始索引从 dataframe 中被删除。

删除行后重置 dataframe 的索引

import pandas as pd
roll_no = [501, 502, 503, 504, 505]
student_df = pd.dataframe(
    {
        "name": ["alice", "steven", "neesham", "chris", "alice"],
        "age": [17, 20, 18, 21, 15],
        "city": ["new york", "portland", "boston", "seattle", "austin"],
        "grade": ["a", "b-", "b ", "a-", "a"],
    }
)
student_df.drop([2, 3], inplace=true)
print("initial dataframe:")
print(student_df)
print("")
student_df.reset_index(inplace=true, drop=true)
print("dataframe after reset_index:")
print(student_df)

输出：

initial dataframe:
     name  age      city grade
0   alice   17  new york     a
1  steven   20  portland    b-
4   alice   15    austin     a
dataframe after reset_index:
     name  age      city grade
0   alice   17  new york     a
1  steven   20  portland    b-
2   alice   15    austin     a

正如我们在输出中所看到的，我们在删除行后有缺失的索引。在这种情况下，我们可以使用 reset_index() 方法来使用没有缺失值的索引。

如果我们希望将初始索引作为 dataframe 的列，我们可以在 reset_index() 方法中使用 drop=false。