Python Pandas DataFrame.reset_index()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

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

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

参数:
level: int, string or a list to select and remove passed column from index.
drop: 布尔值，如果为假，则将被替换的索引列添加到数据中。
inplace: 布尔值，如果为真，则在原始数据框本身进行修改。
col_level: 选择在哪一列水平插入标签。
col_fill: 对象，决定其他层次的命名方式。

返回类型。数据框架

例子#1：重新设定指数
在这个例子中，为了重置索引，首先将名字列设置为索引列，然后使用重置索引生成一个新的索引。

# 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，一个名为level_0的新索引标签已经生成。

复位前-
Python Pandas DataFrame.reset_index()

复位后 –
Python Pandas DataFrame.reset_index()

例子#2：对多级索引的操作
在这个例子中，2个列（名字和性别）被添加到索引列中，后来通过使用reset_index()方法删除了一个级别。

# 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:
如输出图片所示，索引列中的性别列被替换，因为它的级别是2。

复位前-
Python Pandas DataFrame.reset_index()