Bagaimana untuk Menetapkan Semula Indeks Bingkai Data Pandas Selepas Mengalih Keluar Baris?

Patricia Arquette
Lepaskan: 2024-10-31 19:14:30
asal
756 orang telah melayarinya

How to Reset the Index of a Pandas DataFrame After Removing Rows?

Menetapkan Semula Indeks DataFrame dalam Panda

Soalan:

Anda mempunyai bingkai data Pandas di mana baris telah dialih keluar, meninggalkan jurang dalam indeks. Anda ingin menetapkan semula indeks kepada jujukan bersebelahan, seperti [0, 1, 2, 3, 4]. Bagaimanakah anda mencapainya?

Jawapan:

Untuk menetapkan semula indeks kerangka data, gunakan kaedah DataFrame.reset_index. Kaedah ini menjana bingkai data baharu dengan integer berturut-turut bermula dari 0 sebagai indeks. Secara lalai, indeks lama disimpan sebagai lajur baharu bernama 'indeks'.

Untuk mengelakkan penyimpanan indeks lama sebagai lajur baharu, anda boleh menggunakan parameter jatuh seperti berikut:

<code class="python">df = df.reset_index(drop=True)</code>
Salin selepas log masuk

Ini akan membuat bingkai data baharu dengan indeks tetapan semula.

Sebagai alternatif, jika anda tidak mahu menetapkan semula bingkai data, anda boleh menggunakan parameter inplace:

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

Ini akan ubah suai kerangka data asal di tempat, menetapkan semula indeksnya tanpa membuat bingkai data baharu.

Nota: Kaedah DataFrame.reindex tidak menetapkan semula indeks seperti yang diterangkan dalam soalan. Ia digunakan untuk menyusun semula atau menambah nilai yang hilang dalam bingkai data sambil mengekalkan indeks asal.

Atas ialah kandungan terperinci Bagaimana untuk Menetapkan Semula Indeks Bingkai Data Pandas Selepas Mengalih Keluar Baris?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!