Python pandas.DataFrame.reset_index用法及代碼示例

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

重置索引，或它的一個級別。

重置 DataFrame 的索引，並使用默認索引。如果 DataFrame 有 MultiIndex，則此方法可以刪除一個或多個級別。

參數：

level：int, str, tuple, or list, 默認無: 僅從索引中刪除給定的級別。默認情況下刪除所有級別。
drop：布爾值，默認為 False: 不要嘗試將索引插入 DataFrame 列。這會將索引重置為默認整數索引。
inplace：布爾值，默認為 False: 就地修改 DataFrame(不要創建新對象)。
col_level：int 或 str，默認為 0: 如果列有多個級別，則確定標簽插入到哪個級別。默認情況下，它被插入到第一級。
col_fill：對象，默認 '': 如果列具有多個級別，則確定其他級別的命名方式。如果 None 則重複索引名稱。

DataFrame 或無

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

當我們重置索引時，舊索引作為列添加，並使用新的順序索引：

>>> 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

我們可以使用 drop 參數來避免將舊索引添加為列：

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

您還可以將 reset_index 與 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

如果索引有多個級別，我們可以重置其中的一個子集：

>>> 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

如果我們不刪除索引，默認情況下，它被放置在頂層。我們可以把它放在另一個層次：

>>> 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

當索引插入到另一個級別下時，我們可以使用參數 col_fill 指定在哪一個下：

>>> 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

如果我們為 col_fill 指定不存在的級別，則會創建它：

>>> 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

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 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。

用法:

參數：

返回：

例子：