（Python）Pandas reset_index()用法总结

小小谢先生 于 2020-10-13 17:03:10 发布

添加一条

df.index = range(len(df))  # 重置索引

Pandas是一个数据处理的库，今天我们来学习reset_index()这个函数的用法。

pandas.DataFrame.reset_index
函数作用：重置索引或其level。
                  重置数据帧的索引，并使用默认索引。如果数据帧具有多重索引，则此方法可以删除一个或多个level。

函数主要有以下几个参数：reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill='')

各个参数介绍：

level：可以是int, str, tuple, or list, default None等类型。作用是只从索引中删除给定级别。默认情况下删除所有级别。

drop：bool, default False。作用是删除所有索引所在列。这会将索引重置为默认的整数索引。

inplace：bool, default False。修改数据帧（不要创建新对象）。

col_level：int or str, default=0。如果列有多个级别，则确定将标签插入到哪个级别。默认情况下，它将插入到第一层。

col_fill：object, default。如果列有多个级别，则确定其他级别的命名方式。如果没有，则复制索引名称。

返回：

DataFrame or None。具有新索引的数据帧，如果inplace=True，则无索引。

举例说明：

1. df = pd.DataFrame([('bird', 389.0),
3.                    ('bird', 24.0),
5.                    ('mammal', 80.5),
7.                    ('mammal', np.nan)],
9.                   index=['falcon', 'parrot', 'lion', 'monkey'],
11.                   columns=('class', 'max_speed'))
13. 输出：df
14.          class  max_speed
15. falcon    bird      389.0
16. parrot    bird       24.0
17. lion    mammal       80.5
18. monkey  mammal        NaN

重置索引时，将旧索引添加为列，并使用新的顺序索引：

1. df.reset_index()
2.     index   class  max_speed
3. 0  falcon    bird      389.0
4. 1  parrot    bird       24.0
5. 2    lion  mammal       80.5
6. 3  monkey  mammal        NaN

我们可以使用drop参数来避免将旧索引添加为列：

1. df.reset_index(drop=True)
2.     class  max_speed
3. 0    bird      389.0
4. 1    bird       24.0
5. 2  mammal       80.5
6. 3  mammal        NaN
    

 
————————————————
版权声明：本文为CSDN博主「小小谢先生」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/xiewenrui1996/article/details/109055070