pandas——reset_index()使用场景及用法

已于 2022-07-24 18:27:46 修改
阅读量844 收藏
点赞数
文章标签： pandas python 数据分析
于 2022-07-24 18:24:10 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/norah17/article/details/125962354
版权
本文介绍了pandas中reset_index()函数的使用，包括在数据排序后重置索引的场景，详细讲解了reset_index()的用法，并探讨了drop和inplace等常用参数的含义。
摘要由CSDN通过智能技术生成

1、reset_index()使用场景

继上文，将数据用sort_values进行排序后会发现索引被打乱，故此时需要重置索引

2、reset_values用法

df.reset_index(level=None, drop=False, inplace=False,col_level=0,col_fill='')

#df1重置索引前，索引是乱序的：

      company data_month
0     公司A    2020-12
2     公司A     2021-3
1     公司B     2020-9
3     公司C    2020-10

#重置索引后：

df1.reset_index(drop=True,inplace=True)
print(df1)


      company data_month
0     公司A    2020-12
1     公司A     2021-3
2     公司B     2020-9
3     公司C    2020-10

3、各参数及其含义（drop和inplace比较常用）

参数 含义</
最低0.47元/天 解锁文章
norah17
关注
Pandas.DataFrame.reset_index() 重置索引（重置为数字索引） 详解 含代码 含测试数据集 随Pandas版本持续更新
数象限
01-07 5528
本文基于 pandas2.2.0 编写。随着pandas的stable版本更迭，本文持续更新，不断完善补充。
pandas中的reset_index()
happy_wealthy的博客
09-10 552
pandas中的reset_index() 数据清洗时，会将带空值的行删除，此时DataFrame或Series类型的数据不再是连续的索引，可以使用reset_index()重置索引。 import pandas as pd import numpy as np df = pd.DataFrame(np.arange(20).reshape(5,4),index=[1,3,4,6,8]) print(df) 0 1 2 3 1 0 1 2 3 3 4 5 6
python数据分析基础—pandas中set_index()、reset_index()的使用
sodaloveer的博客
09-01 8502
python数据分析基础—pandas中set_index()、reset_index()的使用
Pandas.reset_index()和.set_index()使用
love1005lin的博客
06-29 1512
当我们进行数据清洗或者进行排序的时候，原数据的索引不在是从零开始的索引，这样就需要我们使用reset_index()记住你那个重置索引。 使用reset_index（）将索引重新分配给序列号 基本用法 删除原始索引：参数drop 更改原始对象：参数inplace 使用reset_index（）和set_index（）将索引更改为另一列（重置） 原始数据： 我们可以发现数据索引从0开始排到890。 我们进行选择处理：（选取Pclass==3的样本） 可以看到，索引标号不再连续.
学习日记1—— .reset_index()详细解析
最新发布
lonelyxxyo的博客
07-15 1042
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~
【pandas】reset_index函数详解
weixin_43298886的博客
08-19 4万+
参数 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 inplace: 是否在原DataFrame上改动，默认为False level: 仅从索引中删除给定级别，默认删除所有级别 col_level: 如果列有多个级别，决定标签将插入哪个级别，默认插入第一级 col_fill: 如果列有多个级别，决定其他级别如何命名 示例 import pandas as pd import numpy as np df = pd.DataFrame([('bird', 3
Reset_index()
嘿梨的博客
02-03 750
Reset_index() reset_index可以还原索引，重新变为默认的整型索引 DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill=”) level控制了具体要还原的那个等级的索引 drop为False则索引列会被还原为普通列，否则会丢失 参考链接： https://blog.csdn.net/weixin_44056331/article/details/89340626?utm_me
2021-11-07大数据学习日志——Pandas——Pandas快速入门
tingbaobaoo的博客
11-07 557
01_Python数据开发简介 学习目标 了解 Python 做数据开发的优势 知道 Python 数据开发常用开源库 1.1 为什么要使用Python做数据开发 注意：这里的数据开发包含了数据分析以及大数据开发 1.1.1 Python在数据开发领域的优势 Python作为当下最为流行的编程语言之一，可以独立完成数据开发的各种任务： 语言本身就简单易学，书写代码简单快速 同时在数据分析以及大数据领域里有海量的功能强大的开源库，并持续更新 Pandas：数据清洗、数据处理、数据分析
数据可视化专题之Matplotlib——场景案例
xylbill97的博客
12-27 691
文章目录一、展示趋势变化（Evolution）1.1 折线图 - Line chart1.2 面积图 - Area chart1.3 堆积面积图 - Stacked area chart二、展示分布关系（Distribution）2.1 小提琴图 - Violin plot2.2 箱型图 - Box plot2.3 直方图（HIstogram）2.4 密度图（Density）三、展示相关关系（Correlation）3.1 散点图（Scatter plot）3.2 热力图（Heatmap）2.3 气泡图（B
Python 基础教程 —— Pandas 库常用方法实例说明
风尘浪子
05-20 1025
目录 1. pandas.Series（data=None, index=None, dtype=None, name=None, copy=False, fastpath=False ） 2. pandas.DataFrame ([data],[index]) 根据行建立数据 3. pandas.DataFrame ({dic}) 根据列建立数据 4. pandas.DataFrame（[list]）根据数据建立列数据 5. loc 、iloc数据筛选 6. 多级行索引 7. 使...
Pandas学习笔记
m0_58444622的博客
04-15 1529
1.常用的数据结构有：Series，DataFrame Series的创建： import pandas as pd series1=pd.Series([1,2,3,4],index=['a','b','c','d'],name='practice') Series的对象可以是列表、字典和数组，其中字典的键即为索引 Series常用属性有：values以数组形式呈现数值（pandas的建立是基于numpy）、index、dtypes、ndim 方法有append()用于拼接，drop()删除但
【Python_Pandas】reset_index() 函数解析
Danger的博客
05-14 9548
【Python_Pandas】reset_index() 函数解析
df.reset_index( )函数（Pandas库）
Fwuyi的博客
03-21 1万+
df.reset_index( )函数：重置索引直接生成一个新DataFrame或Series df.reset_index(level, drop=False) level： drop：默认为False，即原来的行索引列会作为新的一列。如果drop=True，则原来的行索引列被弃 1 df.reset_index(drop=False)：将原来的行索引列作为新的一列，生成一个新df import pandas as pd df =pd.DataFrame({'a':[0,1,2],'b':[
（Python）Pandas reset_index()用法总结
热门推荐
Wenrui Xie的博客
10-13 9万+
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...
Pandas设置（set_index）与重置（reset_index）索引
weixin_44774472的博客
08-15 2万+
1、将DataFrame中的列设置成索引： DataFrame.set_index(keys, drop=True, append=False, inplace=False,verify_integrity=False) *keys:接收list，指定要设置成索引的列； *drop:默认为True,删除作为新索引的列，否则不删除； ...
reset_index(drop=True)
qq_63265183的博客
12-22 5554
a
Pandas 重置索引深度总结
AI科技大本营
06-01 8458
作者 | 周萝卜来源 | 萝卜大杂烩今天我们来讨论 Pandas 中的 reset_index() 方法，包括为什么我们需要在 Pandas 中重置 DataFrame 的索引，以及我们应该如何应用该方法~在本文我们将使用 Kaggle 上的数据集样本 Animal Shelter Analytics 来作为我们的测试数据Pandas 中的 Reset_Index() 是...
Python的pandas的reset_index
06-01
reset_index是pandas中常用的方法之一，它用于将DataFrame中的索引重置为默认的数字索引，并将原先的索引作为一列数据添加到DataFrame中。具体来说，reset_index()方法可以接受多个参数，其中最常用的是drop参数，它...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值