python reset_index()_Python Pandas DataFrame.reset_index()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas reset_index()是一种重置数据帧索引的方法。 reset_index()方法将范围从0到数据长度的整数列表设置为索引。

用法：

DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill=”)

参数：

level:int，字符串或列表以选择并从索引中删除传递的列。

drop:布尔值，如果为False，则将替换的索引列添加到数据中。

inplace:布尔值，如果为True，则对原始 DataFrame 本身进行更改。

col_level:选择在哪个列级别插入标签。

col_fill:对象，以确定如何命名其他级别。

返回类型： DataFrame

要下载使用的CSV文件，请单击此处。示例1：重置索引在此示例中，要重置索引，首先将“名字”列设置为索引列，然后使用重置索引生成新索引。

# importing pandas package

import pandas as pd

# making data frame from csv file

data = pd.read_csv("employees.csv")

# setting first name as index column

data.set_index(["First Name"], inplace = True,

append = True, drop = True)

# resetting index

data.reset_index(inplace = True)

# display

data.head()

输出：

如输出图像中所示，已生成名为level_0的新索引标签。

重置之前-

重置后-

范例2：多级索引操作

在本示例中，将2列(名字和性别)添加到索引列，然后使用reset_index()方法删除一个级别。

# importing pandas package

import pandas as pd

# making data frame from csv file

data = pd.read_csv("employees.csv")

# setting first name as index column

data.set_index(["First Name", "Gender"], inplace = True,

append = True, drop = True)

# resetting index

data.reset_index(level = 2, inplace = True, col_level = 1)

# display

data.head()

输出：

如输出图像中所示，索引列中的“性别”列已被替换，因为其级别为2。

重置之前-

重置后-