Python Pandas DataFrame.reset_index()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas reset_index()是一種重置數據幀索引的方法。 reset_index()方法將範圍從0到數據長度的整數列表設置為索引。

用法：

DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill=”)

參數：
level:int，字符串或列表以選擇並從索引中刪除傳遞的列。
drop:布爾值，如果為False，則將替換的索引列添加到數據中。
inplace:布爾值，如果為True，則對原始 DataFrame 本身進行更改。
col_level:選擇在哪個列級別插入標簽。
col_fill:對象，以確定如何命名其他級別。

返回類型： DataFrame

要下載使用的CSV文件，請單擊此處。示例1：重置索引在此示例中，要重置索引，首先將“名字”列設置為索引列，然後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()

輸出：
如輸出圖像中所示，已生成名為level_0的新索引標簽。

重置之前-

重置後-

範例2：多級索引操作
在本示例中，將2列(名字和性別)添加到索引列，然後使用reset_index()方法刪除一個級別。

# 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()

輸出：
如輸出圖像中所示，索引列中的“性別”列已被替換，因為其級別為2。

重置之前-

重置後-

相關用法

注：本文由純淨天空篩選整理自Kartikaybhutani大神的英文原創作品 Python | Pandas DataFrame.reset_index()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。