【pandas】reset_index，dropna函数，整理

reset_index

1，drop：重新设置索引后是否将原索引作为新的一列并入DataFrame,默认为False，drop=True表示不在结果中保留原始索引

2，inplace: 是否在原DataFrame上改动，默认为False，当inplace=True时，操作将在原始DataFrame上直接执行，并且不会返回任何新的DataFrame。这意味着原始DataFrame将被修改。

df.reset_index(drop= True , inplace= True )

这句代码是将DataFrame的索引重新设置，并且丢弃原始的索引。具体来说：

• reset_index()方法将DataFrame的索引重新设置为默认的整数索引，并且将原始的索引作为一列数据保留下来。
• drop=True参数表示丢弃原始的索引列，不保留在结果中。
• inplace=True参数表示在原始DataFrame上直接进行操作，而不返回新的DataFrame副本。

因此，这句代码的作用是将DataFrame的索引重新设置为默认的整数索引，并且丢弃原始的索引列，而这些操作是在原始DataFrame上直接进行的，而不是返回一个新的DataFrame。

dropna()函数

df.dropna(axis= 1 , how= 'all' , inplace= True )
df.dropna(axis= 0 , inplace= True ) 

对DataFrame进行数据处理：

• 使用dropna方法删除所有值均为缺失值的列（axis=1表示列，how='all'表示所有值都为缺失值时才删除）。
• 使用dropna方法删除包含任何缺失值的行（axis=0表示行）。