Python Pandas DataFrame.reset_index()用法介绍

2021年5月1日17:53:53 发表评论 264 次浏览

Python是进行数据分析的一种出色语言, 主要是因为以数据为中心的python软件包具有奇妙的生态系统。Pandas是这些软件包之一, 使导入和分析数据更加容易。

Pandas reset_index()是一种重置数据帧索引的方法。 reset_index()方法将范围从0到数据长度的整数列表设置为索引。

语法:
DataFrame.reset_index(level = None, drop = False, inplace = False, col_level = 0, col_fill =")
参数:
level:int, 字符串或一个列表, 用于选择和从索引中删除传递的列。
drop:布尔值, 如果为False, 则将替换的索引列添加到数据中。
inplace:布尔值, 如果为True, 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:对象, 以确定如何命名其他级别。
返回类型:DataFrame

要下载使用的CSV文件, 请点击这里()。

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()

输出如下:

如输出图像中所示, 已生成名为level_0的新索引标签。

重置之前–

Python Pandas DataFrame.reset_index()1

重置后–

Python Pandas DataFrame.reset_index()2

示例2:

多级索引操作

在此示例中, 将2列(名字和性别)添加到索引列, 然后使用reset_index()方法删除一个级别。

# 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()

输出如下:

如输出图像所示, 索引列中的"性别"列已被替换, 因为其级别为2。

重置之前–

Python Pandas DataFrame.reset_index()3

重置后–

Python Pandas DataFrame.reset_index()4

首先, 你的面试准备可通过以下方式增强你的数据结构概念:Python DS课程。


一盏木

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: