当前位置: 代码网 > it编程>前端脚本>Python > pandas重置索引的几种方法?教你恢复默认行号

pandas重置索引的几种方法?教你恢复默认行号

2026年08月20日 Python 我要评论
pandas中dataframe重置索引在pandas中,自定义索引后,有时候又需要恢复默认索引。import pandas as pdimport numpy as npdf = pd.datafr

pandas中dataframe重置索引

在pandas中,自定义索引后,有时候又需要恢复默认索引。

import pandas as pd
import numpy as np

df = pd.dataframe(np.arange(20).reshape(5,4),columns=['a','b','c','d'])
df
abcd
00123
14567
2891011
312131415
416171819
# 对df重排顺序,得到索引顺序倒序的数据
df = df.sort_values('a',ascending=false)
df
abcd
416171819
312131415
2891011
14567
00123

一、根据数据行的个数重新赋予索引

df.index = range(len(df))
df
abcd
016171819
112131415
2891011
34567
40123

二、使用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

df = df.reset_index()
df
indexabcd
0416171819
1312131415
22891011
314567
400123
df = df.reset_index(drop=true)
df
abcd
016171819
112131415
2891011
34567
40123

三、使用reindex(labels=range(len(df))

df = df.reindex(labels=range(len(df)))
df
abcd
00123
14567
2891011
312131415
416171819

四、使用set_index()自定义索引

将原数据集中的列作为索引。

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

df = df.set_index(keys=['a'])
df
bcd
a
16171819
12131415
891011
4567
0123

总结

以上为个人经验,希望能给大家一个参考,也希望大家多多支持代码网。

(0)

相关文章:

版权声明:本文内容由互联网用户贡献,该文观点仅代表作者本人。本站仅提供信息存储服务,不拥有所有权,不承担相关法律责任。 如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 2386932994@qq.com 举报,一经查实将立刻删除。

发表评论

验证码:
Copyright © 2017-2026  代码网 保留所有权利. 粤ICP备2024248653号
站长QQ:2386932994 | 联系邮箱:2386932994@qq.com