Bagaimana untuk Menetapkan Semula Indeks dalam Pandas DataFrame untuk Memastikan Susunan Berjujukan?

DDD
Lepaskan: 2024-11-01 12:51:20
asal
420 orang telah melayarinya

How to Reset the Index in a Pandas DataFrame to Ensure Sequential Ordering?

Cara Menetapkan Semula Indeks dalam Bingkai Data Pandas untuk Memastikan Susunan Berjujukan

Apabila mengendalikan bingkai data dalam Pandas, adalah perkara biasa untuk menghadapi situasi di mana nilai indeks menjadi tidak konsisten kerana pengalihan baris atau operasi lain. Untuk menangani perkara ini, anda mungkin mahu menetapkan semula indeks kepada susunan berjujukan, seperti [0,1,2,3,4].

Menggunakan reset_index() untuk Tetapan Semula Indeks

Kaedah pilihan untuk menetapkan semula indeks adalah menggunakan fungsi reset_index(). Fungsi ini mencipta bingkai data baharu dengan indeks tetapan semula sebagai lajur baharu. Secara lalai, indeks asal disimpan sebagai lajur bernama 'indeks'.

Contoh:

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

Mengalih keluar Lajur Indeks Asal

Jika anda tidak mahu indeks asal disimpan sebagai lajur, anda boleh menggugurkannya selepas menetapkan semula indeks menggunakan parameter drop.

Contoh:

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

Ini akan menghasilkan bingkai data dengan indeks tersusun mengikut urutan.

Nota:

Fungsi indeks semula() tidak mempunyai yang sama kesan sebagai reset_index(). Reindex() digunakan terutamanya untuk menjajarkan berbilang bingkai data berdasarkan indeks tertentu atau menyusun semula susunan baris dan lajur.

Atas ialah kandungan terperinci Bagaimana untuk Menetapkan Semula Indeks dalam Pandas DataFrame untuk Memastikan Susunan Berjujukan?. 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
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!