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)。