pandas重置DataFrame或Series的索引index

当我们在清洗数据时往往会将带有空值的行删除，不论是DataFrame还是Series的index都将不再是连续的索引了，那么这个时候我们可以使用reset_index()方法来重置它们的索引，以便后续的操作。

具体例子：

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)

我们使用reset_index()来处理：

print(df.reset_index())

可以看到此时获得了新的index列，而原来的index变成了我们的数据列，保留了下来。

如果我们不想保留原来的index，直接使用重置后的索引，那么可以使用参数drop=True，默认值是False

print(df.reset_index(drop=True))

这里写这个的目的是为了后面对数据处理的应用：

举个例子：

新建一个空的DataFrame，只有列索引，没有对应的数据，当你需要引用对应的Series数据到DataFrame中时

如果每个Series的index都不一样，那么添加时就会出现NaN值，甚至是错误提示：ValueError: cannot reindex from a duplicate axis

import pandas as pd
import numpy as np
df = pd.DataFrame(columns=['a','b'])
print(df)
print("--------------------")
b = pd.Series([1,1,1,1,1],index=[0,1,3,4,5])
a = pd.Series([2,2,2,2,2,2],index=[1,2,3,4,6,7])
df['a'] = a
df['b'] = b
print(df)

明显看到b的2索引为空值，这是因为b没有2这个索引，如果我们需要它们从0开始按一个顺序排列，那么我们需要使用reset_index()的处理。