本文介绍了Pandas中DataFrame的reset_index和reindex方法。reset_index用于重置数据框的索引，通常在合并或筛选后的数据索引混乱时使用，可选择性地删除原有索引。reindex则允许你改变数据框的列顺序，如果指定的列不存在，则相应位置填充NaN。这两个方法是数据清洗和整理过程中的常用工具。
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)
扫一扫
494
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
