Bagaimana untuk Menetapkan Semula Indeks dalam Pandas DataFrames: `reset_index()` vs. `reindex()`?

Menetapkan Semula Indeks dalam Pandas DataFrames

Berurusan dengan indeks yang hilang atau bermasalah dalam bingkai data Pandas boleh mengecewakan. Senario biasa ialah keperluan untuk menetapkan semula indeks selepas mengalih keluar baris tertentu, menghasilkan jujukan indeks berselerak. Untuk menangani isu ini, kami akan meneroka dua pendekatan berbeza untuk tetapan semula indeks dalam bingkai data Pandas.

Kaedah 1: Menggunakan reset_index()

Kaedah DataFrame.reset_index() menyediakan cara mudah untuk menetapkan semula indeks. Kaedah ini membolehkan anda menentukan sama ada anda ingin mengekalkan indeks lama sebagai lajur dalam bingkai data atau menggugurkannya sama sekali. Untuk menggugurkan indeks lama, gunakan sintaks berikut:

df = df.reset_index(drop=True)

Kaedah 2: Menggunakan reindex()

Kaedah DataFrame.reindex() juga boleh digunakan untuk menetapkan semula indeks. Walau bagaimanapun, tidak seperti reset_index(), ia tidak secara automatik menjatuhkan indeks lama. Oleh itu, anda perlu memadamnya secara manual selepas itu.

<code class="python">df = df.reindex()
del df['index']</code>

Nota: Kaedah indeks semula() kurang biasa digunakan untuk penetapan semula indeks kerana ia memerlukan pemadaman eksplisit indeks lama.

Kesimpulan

Apabila menetapkan semula indeks dalam bingkai data Pandas, DataFrame.reset_index() ialah kaedah pilihan. Ia menyediakan cara ringkas dan cekap untuk menetapkan semula dan mengalih keluar indeks lama secara pilihan. Ingat untuk menggunakan drop=True parameter untuk membuang indeks lama secara automatik dan mengelakkan sebarang kekeliruan.

Atas ialah kandungan terperinci Bagaimana untuk Menetapkan Semula Indeks dalam Pandas DataFrames: `reset_index()` vs. `reindex()`?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!