Python DataFrame 中 reindex与reset_index的区别

用到了reset_index，突然看到还有个reindex，查了下区别，记录下。

reindex ：

重新设置df中的index，注意这个index并不是指 每列之前的那个index，指的是每个列名。

 例如图一是 合并之后的一个 df，可以看到他的index是乱的，这时候我们调用

result2 = result.reindex(columns=['A','C'])

 就得到了图二，因为原df中没有C这个列，所以reindex之后C列的值都为Nan了

reset_index:

意思是合并之后或者条件选择之后的df index往往都是混乱的，这时候调用这个重新生成顺序的index

        当我们合并了两个df之后，就会发现他们的index是乱的，这个时候就可以调用reset_index，这里面还可以传入图中这几个参数，例如设置drop=True 就可以舍弃原来的index 重新设置index

图一仍然是合并之后的数据，图二是调用

result2= result.reset_index()

 而图三则是调用

result2 = result.reset_index(drop=True)