学习日记1—— .reset_index()详细解析

在之前学习了python基础的情况下，没有运用到实际场景中，缺乏敲代码的经验，所以感觉很难掌握这门编程语言，虽然不是科班出生，但是对这方面比较感兴趣，所以打算利用空余时间学习积累，并通过CSDN记录我的学习日记~

---

概念

reset_index() 是 Pandas 库中的一个函数，通常用于 DataFrame 对象。调用这个函数后，会创建一个新的 DataFrame，其中包含原始 DataFrame 的数据以及索引列。在新的 DataFrame 中，原始的索引被转换为一列，并被命名为 ‘index’（除非通过 name 参数指定了其他名称）。

reset_index()的用途：

1.重置索引：如果你有一个 DataFrame，并且想要重置其索引，使其从0开始，你可以使用 reset_index() 方法，用于将 DataFrame 的索引（index）重置为默认整数索引。并且可以选择是否保留原来的索引作为新的列。这通常在分组操作之后使用，比如在使用 groupby() 方法后，每组的索引可能会变成分组键，而不是原始的整数索引。

import pandas as pd

# 假设 df 是原始的 DataFrame
df_reset = df.reset_index()

#df_reset 是 reset_index() 函数调用的返回值，即新生成的 DataFrame。这个新的 DataFrame 包含了原始 DataFrame 的数据，并且索引被重置为从 0 开始的整数索引。以及增加了一个名为 ‘index’ 的新列，该列包含了原始 DataFrame 的索引值。原始 DataFrame df 保持不变。

import pandas as pd

# 假设 df 是原始的 DataFrame
df = df.reset_index()
#df 被赋值为 reset_index() 函数的返回值。这意味着原始 DataFrame df 被修改了，变成了一个新的 DataFrame，其索引被重置。在这种情况下，原始 DataFrame df 和 df_reset 指向的是同一个对象。

第一个示例中，原始 DataFrame 保持不变，而第二个示例中，原始 DataFrame 被修改了。如果您想保留原始 DataFrame 并得到一个新的 DataFrame，应该使用第一个示例中的方法。如果您想直接修改原始 DataFrame，可以使用第二个示例中的方法。

如果想保留原来的索引：

df = df.reset_index(drop=False)
#如果使用 drop=True，那么原来的索引将被丢弃，不会出现在 DataFrame 中。

如果想重置索引而不创建新 DataFrame，可以使用 inplace=True 参数：

df.reset_index(inplace=True)
#这样做会将修改应用到原始 DataFrame 上，而不是创建一个新的 DataFrame。在这种情况下，原始 DataFrame 的索引将被重置，并且会新增一个名为 ‘index’（或你指定的其他名称）的列。

2.分组后重置索引：在分组操作后，每个组的索引是分组键，如果你想对每个组进行操作后重置索引，可以使用 reset_index()。

#根据某列（例如’column’）对 DataFrame 进行分组
grouped = df.groupby('column')
#计算每个组的和，并重置索引
grouped_sum = grouped.sum().reset_index()

例子

假设我们有一个简单的 DataFrame，它包含了学生的姓名和他们的考试成绩。

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    '姓名': ['张三', '李四', '王五'],
    '分数': [85, 92, 78]
})

# 默认的索引是 0, 1, 2
print("原始 DataFrame:")
print(df)

运行结果

在这个例子中，原始的 DataFrame 有数字索引 0, 1, 2。

# 现在我们想要将索引重置为学生的姓名
df_reset = df.reset_index()

# 重置后的索引是 '张三', '李四', '王五'
print("\n重置索引后的 DataFrame:")
print(df_reset)

当我们调用 reset_index() 方法时，Pandas 将索引重置为 DataFrame 的第一列（‘姓名’），并且将原来的索引作为一个新的列添加到 DataFrame 中。

运行结果

所以，重置后的 DataFrame 包含了学生的姓名作为索引，并且多了一个名为 ‘索引’ 的新列，列出了原来的索引值。

注：在这个例子中，reset_index() 方法的 drop=True 参数没有被使用，所以原来的索引值被作为一个新列保留了下来。

---

补充

在Python中，特别是在使用pandas库时，reset_index()是一个用于重置DataFrame索引的函数。如果在调用这个函数时前面加了一个点（.），这表示该操作是在当前对象上直接执行的，而不需要单独调用函数。

这里的.表示对df对象本身的操作，reset_index()是一个方法（method），它被绑定到了df对象上。调用这个方法会修改df对象本身，重置其索引。

如果不加点，而是作为独立函数调用：

df_reset = reset_index(df)

这里reset_index是一个普通的函数，你需要将DataFrame作为参数传递给它，并且它会返回一个新的DataFrame，而不是修改原来的DataFrame。在这种情况下，df_reset和df是两个不同的对象。

总结：加不加点取决于你是直接对当前对象进行操作，还是将操作作为一个独立的函数调用。加点的用法更加简洁，并且直接修改了当前对象。