pandas怎么重置DataFrame索引

这篇文章将为大家详细讲解有关pandas怎么重置DataFrame索引，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

import pandas as pd import numpy as np df = pd.DataFrame(np.arange(20).reshape((5, 4)),columns=['a', 'b', 'c', 'd']) #得到df：      a    b    c    d 0    0    1    2    3 1    4    5    6    7 2    8    9    10   11 3    12   13   14   15 4    16   17   18   19 # 对其重排顺序，得到索引顺序倒序的数据 df2 = df.sort_values('a', ascending=False) # 得到df2：      a    b     c     d 4    16   17    18    19 3    12   13    14    15 2    8    9     10    11 1    4    5     6     7 0    0    1     2     3

下面对df2重置索引，使其索引从0开始

法一：

简单粗暴：

df2.index = range(len(df2)) # 输出df2：      a     b     c     d 0    16    17    18    19 1    12    13    14    15 2    8     9     10    11 3    4     5     6     7 4    0     1     2     3

法二：

df2 = df2.reset_index(drop=True)  # drop=True表示删除原索引，不然会在数据表格中新生成一列'index'数据 # 输出df2：      a     b     c     d 0    16    17    18    19 1    12    13    14    15 2    8     9     10    11 3    4     5     6     7 4    0     1     2     3

法三：

df2 = df2.reindex(labels=range(len(df))  #labels是第一个参数，可以省略 # 输出df2      a     b     c     d 0    16    17    18    19 1    12    13    14    15 2    8     9     10    11 3    4     5     6     7 4    0     1     2     3 # 注：df = df.reindex(index=[])，在原数据结构上新建行（index是新索引，若新建数据索引在原数据中存在，则引用原有数据），默认用NaN填充(使用fill_value=0 来修改填充值自定义，此处我设置的是0)。 # df = df.reindex(columns=[])，在原数据结构上新建列，方法与新建行一样

法四：

df2 = df2.set_index(keys=['a', 'c'])  # 将原数据a, c列的数据作为索引。 # drop=True，默认，是将数据作为索引后，在表格中删除原数据 # append=False，默认，是将新设置的索引设置为内层索引，原索引是外层索引 # 输出df2，注意a,c列是索引:            b     d a     c         16    18    17    19 12    14    13    15 8     10    9     11 4     6     5     7 0     2     1     3

关于“pandas怎么重置DataFrame索引”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。