Pandas DataFrame 重置索引
Suraj Joshi
2023年1月30日
2021年1月22日
本教程介绍了如何使用 pandas.DataFrame.reset_index() 来重置 Pandas DataFrame 中的索引。reset_index() 方法将 DataFrame 的索引设置为默认索引，数字范围从 0 到 (DataFrame 中的行数-1)。
Pandas DataFrame reset_index() 方法
语法
DataFrame.reset_index(level=None,
drop=False,
inplace=False,
col_level=0,
col_fill='')
使用 pandas.DataFrame.reset_index() 方法重置 DataFrame 的索引
import pandas as pd
roll_no = [501, 502, 503, 504, 505]
student_df = pd.DataFrame({
'Name': ['Alice', 'Steven', 'Neesham', 'Chris', 'Alice'],
'Age': [17, 20, 18, 21, 15],
'City': ['New York', 'Portland', 'Boston', 'Seattle', 'Austin'],
'Grade': ['A', 'B-', 'B+', 'A-', 'A']
}, index=roll_no)
print(student_df)
输出：
Name Age City Grade
501 Alice 17 New York A
502 Steven 20 Portland B-
503 Neesham 18 Boston B+
504 Chris 21 Seattle A-
505 Alice 15 Austin A
假设我们有一个 DataFrame，有 5 行 4 列，如输出所示。我们在 DataFrame 中还设置了一个索引。
重置 DataFrame 的索引，保持 DataFrame 的初始索引为列
import pandas as pd
roll_no = [501, 502, 503, 504, 505]
student_df = pd.DataFrame({
'Name': ['Alice', 'Steven', 'Neesham', 'Chris', 'Alice'],
'Age': [17, 20, 18, 21, 15],
'City': ['New York', 'Portland', 'Boston', 'Seattle', 'Austin'],
'Grade': ['A', 'B-', 'B+', 'A-', 'A']
}, index=roll_no)
print("Initial DataFrame:")
print(student_df)
print("")
print("DataFrame after reset_index:")
student_df.reset_index(inplace=True, drop=False)
print(student_df)
输出：
Initial DataFrame:
Name Age City Grade
501 Alice 17 New York A
502 Steven 20 Portland B-
503 Neesham 18 Boston B+
504 Chris 21 Seattle A-
505 Alice 15 Austin A
DataFrame after reset_index:
index Name Age City Grade
0 501 Alice 17 New York A
1 502 Steven 20 Portland B-
2 503 Neesham 18 Boston B+
3 504 Chris 21 Seattle A-
4 505 Alice 15 Austin A
它将 DataFrame student_df 的索引重置为默认索引。inplace=True 会在原 DataFrame 本身进行更改，如果我们使用 drop=False，初始索引会被放置在 DataFrame 中作为列。如果我们使用 drop=False，在使用 reset_index() 方法后，初始索引会被放置在 DataFrame 中作为一列。
重置 DataFrame 的索引，删除 DataFrame 的初始索引
import pandas as pd
roll_no = [501, 502, 503, 504, 505]
student_df = pd.DataFrame({
'Name': ['Alice', 'Steven', 'Neesham', 'Chris', 'Alice'],
'Age': [17, 20, 18, 21, 15],
'City': ['New York', 'Portland', 'Boston', 'Seattle', 'Austin'],
'Grade': ['A', 'B-', 'B+', 'A-', 'A']
}, index=roll_no)
print("Initial DataFrame:")
print(student_df)
print("")
print("DataFrame after reset_index:")
student_df.reset_index(inplace=True, drop=True)
print(student_df)
输出：
Initial DataFrame:
Name Age City Grade
501 Alice 17 New York A
502 Steven 20 Portland B-
503 Neesham 18 Boston B+
504 Chris 21 Seattle A-
505 Alice 15 Austin A
DataFrame after reset_index:
Name Age City Grade
0 Alice 17 New York A
1 Steven 20 Portland B-
2 Neesham 18 Boston B+
3 Chris 21 Seattle A-
4 Alice 15 Austin A
它将 DataFrame student_df 的索引重置为默认索引。由于我们在 reset_index() 方法中设置了 drop=True，初始索引从 DataFrame 中被删除。
删除行后重置 DataFrame 的索引
import pandas as pd
roll_no = [501, 502, 503, 504, 505]
student_df = pd.DataFrame({
'Name': ['Alice', 'Steven', 'Neesham', 'Chris', 'Alice'],
'Age': [17, 20, 18, 21, 15],
'City': ['New York', 'Portland', 'Boston', 'Seattle', 'Austin'],
'Grade': ['A', 'B-', 'B+', 'A-', 'A']
})
student_df.drop([2, 3], inplace=True)
print("Initial DataFrame:")
print(student_df)
print("")
student_df.reset_index(inplace=True, drop=True)
print("DataFrame after reset_index:")
print(student_df)
输出：
Initial DataFrame:
Name Age City Grade
0 Alice 17 New York A
1 Steven 20 Portland B-
4 Alice 15 Austin A
DataFrame after reset_index:
Name Age City Grade
0 Alice 17 New York A
1 Steven 20 Portland B-
2 Alice 15 Austin A
正如我们在输出中所看到的，我们在删除行后有缺失的索引。在这种情况下，我们可以使用 reset_index() 方法来使用没有缺失值的索引。
如果我们希望将初始索引作为 DataFrame 的列，我们可以在 reset_index() 方法中使用 drop=False。
Author: Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn