Python数据分析基础与应用电子活页4-7使用reset_index()函数重置索引.docx

Python数据分析基础与应用

模块

PAGE2

PAGE21

电子活页4-7使用reset_index()函数重置索引

【技能训练4-11】使用reset_index()函数重置索引

【训练要求】

在JupyterNotebook开发环境中创建j4-11.ipynb，然后编写代码使用reset_index()函数重置索引。

【实施过程】

（1）创建DataFrame对象

代码如下：

importpandasaspd

data1={id:[1,2,3,4],

name:[安静,向北,路远,温暖],

sex:[女,女,男,男],

age:[21,22,20,19],

height:[171,166,180,189]}

label1=[stu1,stu2,stu3,stu4]

df1=pd.DataFrame(data1,index=label1)

print(df1)

输出结果：

idnamesexageheight

stu11安静女21171

stu22向北女22166

stu33路远男20180

stu44温暖男19189

（2）对原来的数据集进行重置索引

代码如下：

#指定drop=False

print(df1.reset_index(drop=False))

输出结果：

indexidnamesexageheight

0stu11安静女21171

1stu22向北女22166

2stu33路远男20180

3stu44温暖男19189

从上述输出结果可以看出，此时数据集在原有的索引不变的基础上，添加了列名为index的新列，同时在新列上进行了重置索引。

代码如下：

#指定drop=True

print(df1.reset_index(drop=True))

输出结果：

idnamesexageheight

01安静女21171

12向北女22166

23路远男20180

34温暖男19189

从上述输出结果可以看出，该输出结果和原来的数据集没有区别。但是其实在这个时候是有操作的，即在原有的索引列重置索引，同时不另外添加新列。这常用于索引的重置，在进行数据删减处理的时候能派上很大的用场。

（3）对使用过set_index()函数的数据集进行重置索引

代码如下：

#指定drop=False

print(df1.set_index(id))

print(df1.reset_index(drop=False))

输出结果：

namesexageheight

id

1安静女21171

2向北女22166

3路远男20180

4温暖男19189

indexidnamesexageheight

0stu11安静女21171

1stu22向北女22166

2stu33路远男20180

3stu44温暖男19189

从上述输出结果可以看出，此时数据集在原有的索引不变的基础上，添加了列名为index的新列，即原索引列[stu1,stu2,stu3,stu4]被还原为普通列。

代码如下：

#指定drop=True

print(df1.set_index(id))

print(df1.reset_index(drop=True))

输出结果：

namesexageheight

id

1安静女21171

2向北女22166

3路远男20180

4温暖男19189

i