Python pandas.DataFrame.reset_index用法及代码示例

用法: DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill='')

重置索引，或它的一个级别。

重置 DataFrame 的索引，并使用默认索引。如果 DataFrame 有 MultiIndex，则此方法可以删除一个或多个级别。

参数：

level：int, str, tuple, or list, 默认无: 仅从索引中删除给定的级别。默认情况下删除所有级别。
drop：布尔值，默认为 False: 不要尝试将索引插入 DataFrame 列。这会将索引重置为默认整数索引。
inplace：布尔值，默认为 False: 就地修改 DataFrame(不要创建新对象)。
col_level：int 或 str，默认为 0: 如果列有多个级别，则确定标签插入到哪个级别。默认情况下，它被插入到第一级。
col_fill：对象，默认 '': 如果列具有多个级别，则确定其他级别的命名方式。如果 None 则重复索引名称。

DataFrame 或无

具有新索引的 DataFrame 或 None 如果 inplace=True 。

例子：

>>> df = pd.DataFrame([('bird', 389.0),
...                    ('bird', 24.0),
...                    ('mammal', 80.5),
...                    ('mammal', np.nan)],
...                   index=['falcon', 'parrot', 'lion', 'monkey'],
...                   columns=('class', 'max_speed'))
>>> df
         class  max_speed
falcon    bird      389.0
parrot    bird       24.0
lion    mammal       80.5
monkey  mammal        NaN

当我们重置索引时，旧索引作为列添加，并使用新的顺序索引：

>>> df.reset_index()
    index   class  max_speed
0  falcon    bird      389.0
1  parrot    bird       24.0
2    lion  mammal       80.5
3  monkey  mammal        NaN

我们可以使用 drop 参数来避免将旧索引添加为列：

>>> df.reset_index(drop=True)
    class  max_speed
0    bird      389.0
1    bird       24.0
2  mammal       80.5
3  mammal        NaN

您还可以将 reset_index 与 MultiIndex 一起使用。

>>> index = pd.MultiIndex.from_tuples([('bird', 'falcon'),
...                                    ('bird', 'parrot'),
...                                    ('mammal', 'lion'),
...                                    ('mammal', 'monkey')],
...                                   names=['class', 'name'])
>>> columns = pd.MultiIndex.from_tuples([('speed', 'max'),
...                                      ('species', 'type')])
>>> df = pd.DataFrame([(389.0, 'fly'),
...                    ( 24.0, 'fly'),
...                    ( 80.5, 'run'),
...                    (np.nan, 'jump')],
...                   index=index,
...                   columns=columns)
>>> df
               speed species
                 max    type
class  name
bird   falcon  389.0     fly
       parrot   24.0     fly
mammal lion     80.5     run
       monkey    NaN    jump

如果索引有多个级别，我们可以重置其中的一个子集：

>>> df.reset_index(level='class')
         class  speed species
                  max    type
name
falcon    bird  389.0     fly
parrot    bird   24.0     fly
lion    mammal   80.5     run
monkey  mammal    NaN    jump

如果我们不删除索引，默认情况下，它被放置在顶层。我们可以把它放在另一个层次：

>>> df.reset_index(level='class', col_level=1)
                speed species
         class    max    type
name
falcon    bird  389.0     fly
parrot    bird   24.0     fly
lion    mammal   80.5     run
monkey  mammal    NaN    jump

当索引插入到另一个级别下时，我们可以使用参数 col_fill 指定在哪一个下：

>>> df.reset_index(level='class', col_level=1, col_fill='species')
              species  speed species
                class    max    type
name
falcon           bird  389.0     fly
parrot           bird   24.0     fly
lion           mammal   80.5     run
monkey         mammal    NaN    jump

如果我们为 col_fill 指定不存在的级别，则会创建它：

>>> df.reset_index(level='class', col_level=1, col_fill='genus')
                genus  speed species
                class    max    type
name
falcon           bird  389.0     fly
parrot           bird   24.0     fly
lion           mammal   80.5     run
monkey         mammal    NaN    jump

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.DataFrame.reset_index。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：