Porozmawiajmy, jak zresetować indeks w Pandas DataFrame. Często zaczynamy od ogromnej ramki danych Pandy a po manipulowaniu/przefiltrowaniu ramki danych otrzymujemy znacznie mniejszą ramkę danych. Kiedy patrzymy na mniejszą ramkę danych, może ona nadal zawierać indeks wiersza oryginalnej ramki danych. Jeśli oryginalny indeks to liczby , teraz mamy indeksy, które nie są ciągłe.

Zresetuj składnię indeksu

Składnia:

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

• Parametry:
  • level> : Określa wielopoziomowe poziomy indeksu do zresetowania.
  • drop> : Odrzuca bieżący indeks, jeśli ma wartość True; dodaje jako nową kolumnę, jeśli ma wartość Fałsz.
  • inplace> : Modyfikuje ramkę danych w miejscu, jeśli ma wartość True; zwraca nową ramkę danych, jeśli ma wartość False.
  • col_level> : Określa, który poziom kolumn wielopoziomowych ma zostać zresetowany.
  • col_fill> : Uzupełnia brakujące wartości na poziomach kolumn.
• Typ zwrotu: Zwraca nową ramkę danych if inplace> to fałsz; Żadne, jeśli inplace> jest prawdziwy

Cóż, pandy tak mają reset_index()> funkcjonować. Aby zresetować indeks do domyślnego indeksu całkowitego zaczynającego się od 0, możemy po prostu użyć metody reset_index()> funkcjonować. Przyjrzyjmy się więc różnym sposobom resetowania indeksu ramki DataFrame.

Co to jest resetowanie indeksu?

W Pyton język programowania i biblioteka pandas, reset_index> Metoda służy do resetowania indeksu ramki danych. Kiedy wykonujesz operacje na ramce DataFrame w pandach, indeks ramki DataFrame może się zmienić lub stać się nieuporządkowany. The reset_index> Metoda pozwala zresetować indeks do domyślnego indeksu opartego na liczbach całkowitych i zresetować indeks Ramka danych Pandy opcjonalnie usunięcie bieżącego indeksu.

Zresetuj indeks w ramce danych Pandy

Istnieją różne metody, za pomocą których możemy zresetować indeks w Pandas Dataframe, niektóre powszechnie stosowane metody wyjaśniamy na przykładach.

• Utwórz własny indeks bez usuwania indeksu domyślnego
• Utwórz własny indeks i usuń indeks domyślny
• Zresetuj własny indeks i utwórz indeks domyślny jako indeks
• Utwórz kolumnę ramki danych jako indeks i usuń indeks domyślny
• Utwórz kolumnę ramki danych jako indeks bez usuwania indeksu

Tworzenie ramki danych Pandy

Tutaj tworzymy przykładową ramkę danych Pandy:

Python3

# Import pandas package> import> pandas as pd> > # Define a dictionary containing employee data> data> => {> 'Name'> :[> 'Jai'> ,> 'Princi'> ,> 'Gaurav'> ,> 'Anuj'> ,> 'Geeku'> ],> > 'Age'> :[> 27> ,> 24> ,> 22> ,> 32> ,> 15> ],> > 'Address'> :[> 'Delhi'> ,> 'Kanpur'> ,> 'Allahabad'> ,> 'Kannauj'> ,> 'Noida'> ],> > 'Qualification'> :[> 'Msc'> ,> 'MA'> ,> 'MCA'> ,> 'Phd'> ,> '10th'> ] }> # Convert the dictionary into DataFrame> df> => pd.DataFrame(data)> print> (df)>

Wyjście:

   Name Age Address Qualification   0 Jai 27 Delhi Msc 1 Princi 24 Kanpur MA 2 Gaurav 22 Allahabad MCA 3 Anuj 32 Kannauj Phd 4 Geeku 15 Noida 10th 

Tworzyć Indeks własny bez usuwania indeksu domyślnego

W poniższym przykładzie kod wykorzystuje bibliotekę pandas do utworzenia ramki DataFrame z danych pracowników. Definiuje A słownik, ustawia indeks niestandardowy, konwertuje go na ramkę DataFrame, resetuje indeks i drukuje wynik.

Python3

# Import pandas package> import> pandas as pd> > # Define a dictionary containing employee data> data> => {> 'Name'> :[> 'Jai'> ,> 'Princi'> ,> 'Gaurav'> ,> 'Anuj'> ,> 'Geeku'> ],> > 'Age'> :[> 27> ,> 24> ,> 22> ,> 32> ,> 15> ],> > 'Address'> :[> 'Delhi'> ,> 'Kanpur'> ,> 'Allahabad'> ,> 'Kannauj'> ,> 'Noida'> ],> > 'Qualification'> :[> 'Msc'> ,> 'MA'> ,> 'MCA'> ,> 'Phd'> ,> '10th'> ] }> index> => [> 'a'> ,> 'b'> ,> 'c'> ,> 'd'> ,> 'e'> ]> # Convert the dictionary into DataFrame> df> => pd.DataFrame(data, index)> # Make Own Index as index> # In this case default index is exist> df.reset_index(inplace> => True> )> print> (df)>

Wyjście:

   index Name Age Address Qualification   0 a Jai 27 Delhi Msc 1 b Princi 24 Kanpur MA 2 c Gaurav 22 Allahabad MCA 3 d Anuj 32 Kannauj Phd 4 e Geeku 15 Noida 10th 

Utwórz własny indeks i usuń indeks domyślny

W poniższym przykładzie kod wykorzystuje bibliotekę pandas do utworzenia ramki DataFrame na podstawie danych pracowników przechowywanych w słowniku. Ustawia indeks niestandardowy („a” na „e”), a następnie drukuje wynikową ramkę DataFrame, w której indeks niestandardowy zastępuje domyślny indeks numeryczny.

Python3

# Import pandas package> import> pandas as pd> > # Define a dictionary containing employee data> data> => {> 'Name'> :[> 'Jai'> ,> 'Princi'> ,> 'Gaurav'> ,> 'Anuj'> ,> 'Geeku'> ],> > 'Age'> :[> 27> ,> 24> ,> 22> ,> 32> ,> 15> ],> > 'Address'> :[> 'Delhi'> ,> 'Kanpur'> ,> 'Allahabad'> ,> 'Kannauj'> ,> 'Noida'> ],> > 'Qualification'> :[> 'Msc'> ,> 'MA'> ,> 'MCA'> ,> 'Phd'> ,> '10th'> ] }> # Create own index> index> => [> 'a'> ,> 'b'> ,> 'c'> ,> 'd'> ,> 'e'> ]> # Convert the dictionary into DataFrame> # Make Own Index and Removing Default index> df> => pd.DataFrame(data, index)> print> (df)>

Wyjście:

   Name Age Address Qualification   a Jai 27 Delhi Msc b Princi 24 Kanpur MA c Gaurav 22 Allahabad MCA d Anuj 32 Kannauj Phd e Geeku 15 Noida 10th 

Zresetuj własny indeks i utwórz indeks domyślny jako indeks

W poniższym przykładzie kod tworzy ramkę danych Pandas na podstawie słownika danych pracowników z niestandardowym indeksem („a” do „e”). Następnie resetuje indeks, zastępując indeks niestandardowy domyślnym indeksem numerycznym, a następnie drukuje wynikową ramkę.

Python3

# Import pandas package> import> pandas as pd> > # Define a dictionary containing employee data> data> => {> 'Name'> :[> 'Jai'> ,> 'Princi'> ,> 'Gaurav'> ,> 'Anuj'> ,> 'Geeku'> ],> > 'Age'> :[> 27> ,> 24> ,> 22> ,> 32> ,> 15> ],> > 'Address'> :[> 'Delhi'> ,> 'Kanpur'> ,> 'Allahabad'> ,> 'Kannauj'> ,> 'Noida'> ],> > 'Qualification'> :[> 'Msc'> ,> 'MA'> ,> 'MCA'> ,> 'Phd'> ,> '10th'> ] }> # Create own index> index> => [> 'a'> ,> 'b'> ,> 'c'> ,> 'd'> ,> 'e'> ]> # Convert the dictionary into DataFrame> df> => pd.DataFrame(data, index)> # remove own index with default index> df.reset_index(inplace> => True> , drop> => True> )> print> (df)>

Wyjście :

   Name Age Address Qualification   0 Jai 27 Delhi Msc 1 Princi 24 Kanpur MA 2 Gaurav 22 Allahabad MCA 3 Anuj 32 Kannauj Phd 4 Geeku 15 Noida 10th 

Utwórz kolumnę jako indeks i usuń indeks domyślny

W poniższym przykładzie kod tworzy ramkę danych Pandas na podstawie danych pracowników, ustawia indeks niestandardowy, a następnie zmienia indeks na kolumnę „Wiek”, usuwając jednocześnie domyślny indeks liczbowy. Ostateczna ramka danych jest drukowana dwukrotnie.

Python3

# Import pandas package> import> pandas as pd> > # Define a dictionary containing employee data> data> => {> 'Name'> :[> 'Jai'> ,> 'Princi'> ,> 'Gaurav'> ,> 'Anuj'> ,> 'Geeku'> ],> > 'Age'> :[> 27> ,> 24> ,> 22> ,> 32> ,> 15> ],> > 'Address'> :[> 'Delhi'> ,> 'Kanpur'> ,> 'Allahabad'> ,> 'Kannauj'> ,> 'Noida'> ],> > 'Qualification'> :[> 'Msc'> ,> 'MA'> ,> 'MCA'> ,> 'Phd'> ,> '10th'> ] }> # Create own index> index> => [> 'a'> ,> 'b'> ,> 'c'> ,> 'd'> ,> 'e'> ]> # Convert the dictionary into DataFrame> df> => pd.DataFrame(data, index)> # set index any column of our DF and> # remove default index> df.set_index([> 'Age'> ], inplace> => True> )> print> (df)>

Wyjście:

   Name Address Qualification   Age 27 Jai Delhi Msc 24 Princi Kanpur MA 22 Gaurav Allahabad MCA 32 Anuj Kannauj Phd 15 Geeku Noida 10th 

Utwórz kolumnę ramki danych jako indeks bez usuwania indeksu

W poniższym przykładzie kod tworzy DataFrame z danych pracowników, początkowo używając niestandardowego indeksu. Następnie ustawia kolumnę „Wiek” jako indeks, resetuje indeks bez usuwania domyślnego indeksu liczbowego i na koniec drukuje wynikową ramkę DataFrame.

Python3

# Import pandas package> import> pandas as pd> > # Define a dictionary containing employee data> data> => {> 'Name'> :[> 'Jai'> ,> 'Princi'> ,> 'Gaurav'> ,> 'Anuj'> ,> 'Geeku'> ],> > 'Age'> :[> 27> ,> 24> ,> 22> ,> 32> ,> 15> ],> > 'Address'> :[> 'Delhi'> ,> 'Kanpur'> ,> 'Allahabad'> ,> 'Kannauj'> ,> 'Noida'> ],> > 'Qualification'> :[> 'Msc'> ,> 'MA'> ,> 'MCA'> ,> 'Phd'> ,> '10th'> ] }> # Create own index> index> => [> 'a'> ,> 'b'> ,> 'c'> ,> 'd'> ,> 'e'> ]> # Convert the dictionary into DataFrame> df> => pd.DataFrame(data, index)> # set any column as index> # Here we set age column as index> df.set_index([> 'Age'> ], inplace> => True> )> # reset index without removing default index> df.reset_index(level> => [> 'Age'> ], inplace> => True> )> print> (df)>

Wyjście:

    Age Name Address Qualification   0 27 Jai Delhi Msc 1 24 Princi Kanpur MA 2 22 Gaurav Allahabad MCA 3 32 Anuj Kannauj Phd 4 15 Geeku Noida 10th