Pandas DataFrame 重置索引
Suraj Joshi
2023年1月30日
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。
作者： Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn