reset_index()转换pandas索引

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。

DF = pd.read_csv('20201114_process.csv', encoding='gbk')
    df1 = DF.drop_duplicates(subset=None, keep='first', inplace=False)
    df1.reset_index(drop=True, inplace=True)
Pandas是Python中广受欢迎的数据分析库,可以轻松地对各种数据进行清洗、整理、分析和可视化处理。在数据处理中,经常需要对数据的列顺序进行调整,同时还要对数据进行重置索引Pandas提供了reset_index()方法和reindex()方法来实现这个功能。 reset_index()方法可以将索引转换为普通列,同时创建一个新的默认的数字索引列。可以通过参数来指定要保留的索引列,以及重置后的索引的名称。 下面是一个Pandas调整列顺序reset_index()的例子: import pandas as pd data = {'name':['Tom', 'Jerry', 'Spike', 'Tyke'], 'age':[20, 30, 25, 5], 'country':['USA', 'UK', 'Canada', 'Japan']} df = pd.DataFrame(data) print("Before column reordering and resetting index:\n", df) #调整列顺序 df = df[['country', 'name', 'age']] #重置索引 df = df.reset_index(drop=True) print("\nAfter column reordering and resetting index:\n", df) 运行结果如下所示: Before column reordering and resetting index: name age country 0 Tom 20 USA 1 Jerry 30 UK 2 Spike 25 Canada 3 Tyke 5 Japan After column reordering and resetting index: country name age 0 USA Tom 20 1 UK Jerry 30 2 Canada Spike 25 3 Japan Tyke 5 从运行结果可以看出,首先对数据框的列进行了调整顺序,然后通过reset_index()方法重置了索引并生成了默认的数字索引列。需要注意的是,当我们对重置后的索引值不感兴趣时,可以使用drop=True来删除索引列。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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