首页pandas重新设置索引从0开始

pandas重新设置索引从0开始

时间: 2023-07-31 17:08:59 浏览: 804

你可以使用 Pandas 的 `reset_index()` 方法来重新设置 DataFrame 的索引。默认情况下，`reset_index()` 方法会在 DataFrame 中添加一个新的整数索引，并将原来的索引作为一个名为“index”的列添加到 DataFrame 中。如果你只是想要一个新的整数索引，并删除原来的索引列，你可以在调用 `reset_index()` 方法时传递 `drop=True` 参数。例如： ```python import pandas as pd df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=[10, 20, 30]) print(df) # 重设索引 df = df.reset_index(drop=True) print(df) ``` 输出： ``` A B 10 1 4 20 2 5 30 3 6 A B 0 1 4 1 2 5 2 3 6 ``` 在这个例子中，原来的 DataFrame 的索引是 `[10, 20, 30]`，`reset_index()` 方法将它们替换成了新的整数索引 `[0, 1, 2]`，并删除了原来的索引列。

pandas重新设置行索引

可以使用df.reset_index()来重新设置pandas数据框的行索引。如果希望保留原来的索引作为一列数据，可以将参数drop设为False。例如： ``` df.reset_index(drop=False) ``` 如果希望删除原来的索引，可以将参数drop设为True。例如： ``` df.reset_index(drop=True) ```

pandas如何设置索引列

可以使用DataFrame的set_index方法来设置索引列，例如： ```python import pandas as pd df = pd.read_csv('data.csv') df.set_index('列名', inplace=True) ``` 其中，'列名'为需要设置为索引列的列名称，inplace=True表示直接在原始数据上进行修改，如果不需要修改原始数据，可以不加该参数。

阅读全文