【pandas】reset_index函数详解

参数

  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
  2. inplace: 是否在原DataFrame上改动,默认为False
  3. level: 如果索引(index)有多个列,仅从索引中删除level指定的列,默认删除所有列
  4. col_level: 如果列名(columns)有多个级别,决定被删除的索引将插入哪个级别,默认插入第一级
  5. col_fill: 如果列名(columns)有多个级别,决定其他级别如何命名

示例

参数drop

False表示重新设置索引后将原索引作为新的一列并入DataFrame,True表示删除原索引

import pandas as pd
import numpy as np

df = pd.DataFrame([('bird', 389.0), ('bird', 24.0), ('mammal', 80.5), ('mammal', np.nan)],
                  index=['falcon', 'parrot', 'lion', 'monkey'], columns=('class', 'max_speed'))
print(df)
print('\n')

df1 = df.reset_index()
print(df1)
print('\n')

df2 = df.reset_index(drop=True)
print(df2)

输出:参数drop的示例

参数inplace

True表示在原DataFrame上修改,False将修改后的DataFrame作为新的对象返回

import pandas as pd
import numpy as np

df = pd.DataFrame([('bird', 389.0), ('bird', 24.0), ('mammal', 80.5), ('mammal', np.nan)],
                  index=['falcon', 'parrot', 'lion', 'monkey'], columns=('class', 'max_speed'))
print(df)
print('\n')

df1 = df.reset_index()
print(df1)
print('\n')

df2 = df.reset_index(inplace=True)
print(df2)
print('\n')
print(df)

输出:
参数inplace的示例

参数level

如果索引有多个列,仅从索引中删除由level指定的列,默认删除所有列。输入整数时表示将index的names中下标为level的索引删除;输入为字符串时表示将名字为level的索引删除

import pandas as pd
import numpy as np

index = pd.MultiIndex.from_tuples([('bird', 'falcon'), ('bird', 'parrot'), ('mammal', 'lion'), ('mammal', 'monkey')], names=['class', 'name'])
columns = pd.MultiIndex.from_tuples([('speed', 'max'), ('species', 'type')])
df = pd.DataFrame([(389.0, 'fly'), ( 24.0, 'fly'), ( 80.5, 'run'), (np.nan, 'jump')], index=index, columns=columns)

print(df)
print('\n')

df0 = df.reset_index()
print(df0)
print('\n')

df1 = df.reset_index(level=1)
print(df1)
print('\n')

df2 = df.reset_index(level='name')
print(df2)

输出:
参数level的示例1
参数level的示例2

参数col_level

如果列名(columns)有多个级别,决定被删除的索引将插入哪个级别,默认插入第一级(col_level=0)

import pandas as pd
import numpy as np

index = pd.MultiIndex.from_tuples([('bird', 'falcon'), ('bird', 'parrot'), ('mammal', 'lion'), ('mammal', 'monkey')], names=['class', 'name'])
columns = pd.MultiIndex.from_tuples([('speed', 'max'), ('species', 'type')])
df = pd.DataFrame([(389.0, 'fly'), ( 24.0, 'fly'), ( 80.5, 'run'), (np.nan, 'jump')], index=index, columns=columns)

print(df)
print('\n')

df1 = df.reset_index(level=0, col_level=0)
print(df1)
print('\n')

df2 = df.reset_index(level=0, col_level=1)
print(df2)
print('\n')

输出:
参数col_level的示例

参数col_fill

重置索引时被删除的索引只能插入一个级别,如果列名(columns)有多个级别,那么这个列的列名的其他级别如何命名就由col_fill决定,默认不做填充,如果传入None则用被删除的索引的名字填充

import pandas as pd
import numpy as np

index = pd.MultiIndex.from_tuples([('bird', 'falcon'), ('bird', 'parrot'), ('mammal', 'lion'), ('mammal', 'monkey')], names=['class', 'name'])
columns = pd.MultiIndex.from_tuples([('speed', 'max'), ('species', 'type')])
df = pd.DataFrame([(389.0, 'fly'), ( 24.0, 'fly'), ( 80.5, 'run'), (np.nan, 'jump')], index=index, columns=columns)

print(df)
print('\n')

df0 = df.reset_index(level=0, col_level=0)
print(df0)
print('\n')

df1 = df.reset_index(level=0, col_level=0, col_fill=None)
print(df1)
print('\n')

df2 = df.reset_index(level=0, col_level=1, col_fill='species')
print(df2)
print('\n')

df3 = df.reset_index(level=0, col_level=0, col_fill='genus')
print(df3)
print('\n')

输出:
参数col_fill的示例1
参数col_fill的示例2

  • 39
    点赞
  • 233
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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