脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Python reset_index()

Python中reset_index()函数的使用

 更新时间：2023年05月16日 11:00:15   作者：小小白2333  
本文主要介绍了Python中reset_index()函数的使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

resert_index()函数

Series.reset_index(level=None, drop=False, name=NoDefault.no_default, inplace=False)
  • drop: 重新设置索引后是否将原索引作为新的一列并入DataFrame，默认为False
  • inplace: 是否在原DataFrame上改动，默认为False
  • level: 如果索引(index)有多个列，仅从索引中删除level指定的列，默认删除所有列
  • col_level: 如果列名(columns)有多个级别，决定被删除的索引将插入哪个级别，默认插入第一级
  • col_fill: 如果列名(columns)有多个级别，决定其他级别如何命名
  •  作用： 用索引重置生成一个新的DataFrame或Series。当索引需要被视为列，或者索引没有意义，需要在另一个操作之前重置为默认值时。在机器学习中常常会对索引进行一定的处理，用于是否保留原有的索引。

返回：DataFrame or None。具有新索引的数据帧，如果inplace=True，则无索引。

例子：

import pandas as pd
df = pd.DataFrame(data={'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})
print(df)
print('\n')
print(df.reset_index()) # 会将原来的索引index作为新的一列
print('\n')
print(df.reset_index(drop=True)) # 使用drop参数设置去掉原索引
print('\n')

结果：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9
 
   index  A  B  C
0      0  1  4  7
1      1  2  5  8
2      2  3  6  9
  
   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

读懂代码中resert_index()：

def concat_detail(x):
    return pd.Series({'备注':';'.join(x['detail'])})
df2=df1[['cwhxzqh','detail']].groupby('cwhxzqh').apply(concat_detail).reset_index()
df2

将df1中原来的索引作为一个列，列名为 index

补：各参数的用法

示例

参数drop

False表示重新设置索引后将原索引作为新的一列并入DataFrame，True表示删除原索引

import pandas as pd
import numpy as np
df = pd.DataFrame([('bird', 389.0), ('bird', 24.0), ('mammal', 80.5), ('mammal', np.nan)],
                  index=['falcon', 'parrot', 'lion', 'monkey'], columns=('class', 'max_speed'))
print(df)
print('\n')
df1 = df.reset_index()
print(df1)
print('\n')
df2 = df.reset_index(drop=True)
print(df2)

输出：

参数drop的示例

参数inplace

True表示在原DataFrame上修改，False将修改后的DataFrame作为新的对象返回

import pandas as pd
import numpy as np
df = pd.DataFrame([('bird', 389.0), ('bird', 24.0), ('mammal', 80.5), ('mammal', np.nan)],
                  index=['falcon', 'parrot', 'lion', 'monkey'], columns=('class', 'max_speed'))
print(df)
print('\n')
df1 = df.reset_index()
print(df1)
print('\n')
df2 = df.reset_index(inplace=True)
print(df2)
print('\n')
print(df)

输出：

参数inplace的示例

参数level

如果索引有多个列，仅从索引中删除由level指定的列，默认删除所有列。输入整数时表示将index的names中下标为level的索引删除；输入为字符串时表示将名字为level的索引删除

import pandas as pd
import numpy as np
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)
print(df)
print('\n')
df0 = df.reset_index()
print(df0)
print('\n')
df1 = df.reset_index(level=1)
print(df1)
print('\n')
df2 = df.reset_index(level='name')
print(df2)

输出：

参数level的示例1

参数level的示例2

参数col_level

如果列名(columns)有多个级别，决定被删除的索引将插入哪个级别，默认插入第一级(col_level=0)

import pandas as pd
import numpy as np
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)
print(df)
print('\n')
df1 = df.reset_index(level=0, col_level=0)
print(df1)
print('\n')
df2 = df.reset_index(level=0, col_level=1)
print(df2)
print('\n')

输出：

参数col_level的示例

参数col_fill

重置索引时被删除的索引只能插入一个级别，如果列名(columns)有多个级别，那么这个列的列名的其他级别如何命名就由col_fill决定，默认不做填充，如果传入None则用被删除的索引的名字填充

import pandas as pd
import numpy as np
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)
print(df)
print('\n')
df0 = df.reset_index(level=0, col_level=0)
print(df0)
print('\n')
df1 = df.reset_index(level=0, col_level=0, col_fill=None)
print(df1)
print('\n')
df2 = df.reset_index(level=0, col_level=1, col_fill='species')
print(df2)
print('\n')
df3 = df.reset_index(level=0, col_level=0, col_fill='genus')
print(df3)
print('\n')

输出：
参数col_fill的示例1

参数col_fill的示例2

到此这篇关于Python中reset_index()函数的使用的文章就介绍到这了,更多相关Python reset_index()内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • Python实现爬取某站视频弹幕并绘制词云图

    Python实现爬取某站视频弹幕并绘制词云图

    这篇文章主要介绍了利用Python爬取某站的视频弹幕，并将其绘制成词云图，文中的示例代码讲解详细，对我学习Python爬虫有一定的帮助，需要的朋友可以参考一下
    2021-12-12
  • 正确的理解和使用Django信号(Signals)

    正确的理解和使用Django信号(Signals)

    这篇文章主要介绍了如何正确的理解和使用Django信号(Signals)，帮助大家更好的理解和学习是Django，感兴趣的朋友可以了解下
    2021-04-04
  • 详解Python中的内建函数,可迭代对象,迭代器

    详解Python中的内建函数,可迭代对象,迭代器

    这篇文章主要介绍了Python内建函数,可迭代对象,迭代器，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2019-04-04
  • Python使用wxPython和PyMuPDF提取PDF页面指定页数的内容

    Python使用wxPython和PyMuPDF提取PDF页面指定页数的内容

    在本篇博客中,我们将探讨如何使用wxPython和PyMuPDF库创建一个简单的Bokeh应用程序,用于选择PDF文件并提取指定页面的内容,并将提取的内容显示在文本框中,需要的朋友可以参考下
    2023-08-08
  • Python的Flask项目中获取请求用户IP地址 addr问题

    Python的Flask项目中获取请求用户IP地址 addr问题

    这篇文章主要介绍了Python的Flask项目中获取请求用户IP地址 addr问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
    2023-01-01
  • 一文带你探寻Python中的迭代器

    一文带你探寻Python中的迭代器

    你知道for...in是底层原理是什么样的么？这篇文章就来和大家详细讲一讲Python中迭代器的的相关知识，文中的示例代码讲解详细，感兴趣的可以了解一下
    2023-04-04
  • 在Mac中配置Python虚拟环境过程解析

    在Mac中配置Python虚拟环境过程解析

    这篇文章主要介绍了在Mac中配置Python虚拟环境过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-06-06
  • Elasticsearches的集群搭建及数据分片过程详解

    Elasticsearches的集群搭建及数据分片过程详解

    这篇文章主要为大家介绍了Elasticsearches的集群搭建及数据分片过程详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
    2022-04-04
  • Python利用wxPython制作一个有趣的验证码生成器

    Python利用wxPython制作一个有趣的验证码生成器

    这篇文章主要为大家详细介绍了Python如何利用wxPython制作一个简单有趣的验证码生成器，文中的示例代码讲解详细，需要的小伙伴可以了解一下
    2023-04-04
  • python编程实现清理微信重复缓存文件

    python编程实现清理微信重复缓存文件

    这篇文章主要为大家介绍了使用python编程来实现清理微信重复缓存文件的示例代码过程，有需要的朋友可以借鉴参考下，希望能够有所帮助
    2021-11-11

最新评论