快捷導(dǎo)航

Pandas.DataFrame重置Series的索引index(reset_index)

更新時(shí)間：2023年02月23日 09:42:58 作者：餃子大人

本文主要介紹了Pandas.DataFrame重置Series的索引index(reset_index)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

import pandas as pd

df = pd.read_csv('./data/21/sample_pandas_normal.csv')
print(df)
# ? ? ? name ?age state ?point
# 0 ? ?Alice ? 24 ? ?NY ? ? 64
# 1 ? ? ?Bob ? 42 ? ?CA ? ? 92
# 2 ?Charlie ? 18 ? ?CA ? ? 70
# 3 ? ? Dave ? 68 ? ?TX ? ? 70
# 4 ? ?Ellen ? 24 ? ?CA ? ? 88
# 5 ? ?Frank ? 30 ? ?NY ? ? 57

該示例為pandas.DataFrame，但pandas.Series也具有reset_index（）。兩個(gè)參數(shù)的用法相同。

使用reset_index（）將索引重新分配給序列號(hào)

使用sort_values（）對(duì)行進(jìn)行排序以進(jìn)行說(shuō)明。有關(guān)排序的詳細(xì)信息，請(qǐng)參見以下文章。

pandas.DataFrame，Series排序（sort_values，sort_index）

df.sort_values('state', inplace=True)
print(df)
#       name  age state  point
# 1      Bob   42    CA     92
# 2  Charlie   18    CA     70
# 4    Ellen   24    CA     88
# 0    Alice   24    NY     64
# 5    Frank   30    NY     57
# 3     Dave   68    TX     70

基本用法

由于索引已經(jīng)分散，因此將它們重新分配給從0開始的連續(xù)數(shù)字。

如果在不指定任何參數(shù)的情況下使用reset_index（），則序列號(hào)將成為新索引，而原始索引將保留為新列。

df_r = df.reset_index()
print(df_r)
#    index     name  age state  point
# 0      1      Bob   42    CA     92
# 1      2  Charlie   18    CA     70
# 2      4    Ellen   24    CA     88
# 3      0    Alice   24    NY     64
# 4      5    Frank   30    NY     57
# 5      3     Dave   68    TX     70

刪除原始索引：參數(shù)drop

如果參數(shù)drop為True，則原始索引將被刪除并且不會(huì)保留。

df_r = df.reset_index(drop=True)
print(df_r)
#       name  age state  point
# 0      Bob   42    CA     92
# 1  Charlie   18    CA     70
# 2    Ellen   24    CA     88
# 3    Alice   24    NY     64
# 4    Frank   30    NY     57
# 5     Dave   68    TX     70

更改原始對(duì)象：參數(shù)inplace

默認(rèn)情況下，原始對(duì)象不會(huì)更改，并且會(huì)返回一個(gè)新對(duì)象，但是如果inplace參數(shù)為True，則會(huì)更改原始對(duì)象。

df.reset_index(inplace=True, drop=True)
print(df)
#       name  age state  point
# 0      Bob   42    CA     92
# 1  Charlie   18    CA     70
# 2    Ellen   24    CA     88
# 3    Alice   24    NY     64
# 4    Frank   30    NY     57
# 5     Dave   68    TX     70

使用reset_index（）和set_index（）將索引更改為另一列（重置）

如果將行名設(shè)置為索引而不是數(shù)字。

df = pd.read_csv('./data/21/sample_pandas_normal.csv', index_col=0)
print(df)
#          age state  point
# name
# Alice     24    NY     64
# Bob       42    CA     92
# Charlie   18    CA     70
# Dave      68    TX     70
# Ellen     24    CA     88
# Frank     30    NY     57

如果使用reset_index（）方法，則將序列號(hào)設(shè)置為索引，并將原始索引添加到data列。

df_r = df.reset_index()
print(df_r)
#       name  age state  point
# 0    Alice   24    NY     64
# 1      Bob   42    CA     92
# 2  Charlie   18    CA     70
# 3     Dave   68    TX     70
# 4    Ellen   24    CA     88
# 5    Frank   30    NY     57

如果將set_index（）照原樣應(yīng)用于原始DataFrame，則會(huì)刪除原始索引。

df_s = df.set_index('state')
print(df_s)
#        age  point
# state            
# NY      24     64
# CA      42     92
# CA      18     70
# TX      68     70
# CA      24     88
# NY      30     57

如果要將原始索引保留為數(shù)據(jù)字符串，則可以在reset_index（）之后使用set_index（）。

df_rs = df.reset_index().set_index('state')
print(df_rs)
#           name  age  point
# state                     
# NY       Alice   24     64
# CA         Bob   42     92
# CA     Charlie   18     70
# TX        Dave   68     70
# CA       Ellen   24     88
# NY       Frank   30     57

注意，為方便起見，在此示例中將具有重疊值的列設(shè)置為索引，但是如果索引值不重疊（每個(gè)值都是唯一的），則更容易選擇數(shù)據(jù)。

到此這篇關(guān)于Pandas.DataFrame重置Series的索引index(reset_index)的文章就介紹到這了,更多相關(guān)Pandas.DataFrame重置Series索引內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: