跳转至

Python | Pandas data frame.reset_index()

原文:https://www.geesforgeks.org/python-pandas-data frame-reset_index/

Python 是进行数据分析的优秀语言,主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包,让导入和分析数据变得容易多了。

熊猫 reset_index() 是一种重置数据框索引的方法。reset_index()方法将从 0 到数据长度的整数列表设置为索引。

语法: data frame.reset_index(level = None,drop=False,inplace=False,col_level=0,col_fill=)

参数: 级别: int,字符串或列表,用于从索引中选择和移除传递的列。 删除:布尔值,如果为假,则将替换的索引列添加到数据中。 替换:布尔值,如果为真,则对原始数据框本身进行更改。 col_level: 选择在哪个列级别插入标签。 col_fill: Object,确定其他级别如何命名。

返回类型:数据帧

要下载使用的 CSV 文件,点击这里

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: 如输出图像所示,已经生成了名为 level_0 的新索引标签。

复位前–

复位后–

示例#2: 对多级索引的操作 在本示例中,索引列中添加了 2 列(名字和性别),稍后使用 reset_index()方法删除了一级。

# 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: 如输出图像所示,索引列中的性别列被替换,因为它的级别是 2。

复位前–

复位后–



回到顶部