Python| Pandas DataFrame.reset_index()

Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。

Pandas reset_index()是一种重置数据框索引的方法。 reset_index() 方法设置一个从 0 到数据长度的整数列表作为索引。

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

Parameters:
level: int, string or a list to select and remove passed column from index.
drop: Boolean value, Adds the replaced index column to the data if False.
inplace: Boolean value, make changes in the original data frame itself if True.
col_level: Select in which column level to insert the labels.
col_fill: Object, to determine how the other levels are named.

Return type: DataFrame

要下载使用的 CSV 文件，请单击此处。示例 #1：重置索引
在此示例中，要重置索引，首先将名字列设置为索引列，然后使用重置索引生成新索引。

# importing pandas package
import pandas as pd
   
# making data frame from csv file
data = pd.read_csv("employees.csv")
   
# setting first name as index column
data.set_index(["First Name"], inplace = True,
                    append = True, drop = True)
   
# resetting index
data.reset_index(inplace = True)
   
# display
data.head()

输出：
如输出图像所示，已生成名为 level_0 的新索引标签。重置前——
重置后——

示例#2：多级索引操作
在此示例中，将 2 列（名字和性别）添加到索引列，然后使用 reset_index() 方法删除一个级别。

# importing pandas package
import pandas as pd
   
# making data frame from csv file
data = pd.read_csv("employees.csv")
   
# setting first name as index column
data.set_index(["First Name", "Gender"], inplace = True,
                             append = True, drop = True)
   
# resetting index
data.reset_index(level = 2, inplace = True, col_level = 1)
   
# display
data.head()

输出：
如输出图像所示，索引列中的性别列被替换，因为它的级别为 2。

重置前——
重置后——