这篇教程pandas中DataFrame重置索引的几种方法写得很实用，希望能帮到您。
在pandas中，经常对数据进行处理 而导致数据索引顺序混乱，从而影响数据读取、插入等。 小笔总结了以下几种重置索引的方法： import pandas as pdimport numpy as npdf = pd.DataFrame(np.arange(20).reshape((5, 4)),columns=['a', 'b', 'c', 'd'])#得到df： a b c d0 0 1 2 31 4 5 6 72 8 9 10 113 12 13 14 154 16 17 18 19# 对其重排顺序，得到索引顺序倒序的数据df2 = df.sort_values('a', ascending=False)# 得到df2： a b c d4 16 17 18 193 12 13 14 152 8 9 10 111 4 5 6 70 0 1 2 3下面对df2重置索引，使其索引从0开始 法一：
简单粗暴： df2.index = range(len(df2))# 输出df2： a b c d0 16 17 18 191 12 13 14 152 8 9 10 113 4 5 6 74 0 1 2 3 法二：
df2 = df2.reset_index(drop=True) # drop=True表示删除原索引，不然会在数据表格中新生成一列'index'数据# 输出df2： a b c d0 16 17 18 191 12 13 14 152 8 9 10 113 4 5 6 74 0 1 2 3 法三：
df2 = df2.reindex(labels=range(len(df)) #labels是第一个参数，可以省略# 输出df2 a b c d0 16 17 18 191 12 13 14 152 8 9 10 113 4 5 6 74 0 1 2 3# 注：df = df.reindex(index=[])，在原数据结构上新建行（index是新索引，若新建数据索引在原数据中存在，则引用原有数据），默认用NaN填充(使用fill_value=0 来修改填充值自定义，此处我设置的是0)。# df = df.reindex(columns=[])，在原数据结构上新建列，方法与新建行一样 法四：
df2 = df2.set_index(keys=['a', 'c']) # 将原数据a, c列的数据作为索引。# drop=True，默认，是将数据作为索引后，在表格中删除原数据# append=False，默认，是将新设置的索引设置为内层索引，原索引是外层索引# 输出df2，注意a,c列是索引: b da c 16 18 17 1912 14 13 158 10 9 114 6 5 70 2 1 3 到此这篇关于pandas中DataFrame重置索引的几种方法的文章就介绍到这了,更多相关pandas DataFrame重置索引内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
pandas取dataframe特定行列的实现方法
教你怎么用python实现字符串转日期 |
