Cara Menetapkan Semula Indeks dalam Pandas DataFrame: Panduan Komprehensif

Cara Menetapkan Semula Indeks dalam Bingkai Data Pandas

Apabila bekerja dengan bingkai data Pandas, selalunya perlu menetapkan semula indeks atas pelbagai sebab, seperti sebagai mengalih keluar baris pendua atau melaksanakan operasi yang memerlukan indeks berterusan. Berikut ialah cara untuk menetapkan semula indeks dengan berkesan dalam bingkai data Pandas:

Kaedah 1: DataFrame.reset_index()

Kaedah DataFrame.reset_index() menetapkan semula indeks bagi bingkai data dan secara pilihan menyalinnya ke bingkai data baharu. Secara lalai, indeks lama dikekalkan sebagai lajur bernama indeks. Untuk mengalih keluar lajur ini, gunakan parameter drop:

<code class="python">df = df.reset_index(drop=True)</code>

Kaedah 2: DataFrame.reindex()

Kaedah DataFrame.reindex() juga boleh digunakan untuk menetapkan semula indeks dengan mencipta kerangka data baharu dengan indeks tertentu. Walau bagaimanapun, operasi ini tidak berada di tempatnya, bermakna ia mencipta bingkai data baharu:

<code class="python">df = df.reindex(range(df.shape[0]))</code>

Menggunakan reset_index(inplace=True)

Untuk menetapkan semula indeks kerangka data asal tanpa memperuntukkannya kepada pembolehubah baharu, gunakan parameter inplace yang ditetapkan kepada True:

<code class="python">df.reset_index(drop=True, inplace=True)</code>

Nota:

• inplace= Benar bermaksud operasi dilakukan pada bingkai data asal.
• Menetapkan argumen kata kunci indeks dalam reset_index() membolehkan anda menentukan indeks baharu untuk bingkai data.
• Jika indeks asal bukan berangka, ia akan ditukar kepada RangeIndex apabila menetapkan semula indeks.

Atas ialah kandungan terperinci Cara Menetapkan Semula Indeks dalam Pandas DataFrame: Panduan Komprehensif. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!