Să discutăm cum să resetați indexul în Pandas DataFrame. Adesea, începem cu un cadru de date uriaș panda iar după manipularea/filtrarea cadrului de date ajungem cu un cadru de date mult mai mic. Când ne uităm la cadrul de date mai mic, s-ar putea să poarte în continuare indexul de rând al cadrului de date original. Dacă indexul original este numere , acum avem indici care nu sunt continui.
cati mb intr-un gb
Resetați sintaxa indexului
Sintaxa:
DataFrame.reset_index(level=Niciunul, drop=False, inplace=False, col_level=0, col_fill=)
- Parametri:
level>: Specifică niveluri de index pe mai multe niveluri de resetat.drop>: Îndepărtează indexul curent dacă este adevărat; adaugă ca o coloană nouă dacă False.inplace>: modifică DataFrame în loc dacă este adevărat; returnează un nou DataFrame dacă False.col_level>: Specifică ce nivel de coloane cu mai multe niveluri să resetați.col_fill>: completează valorile lipsă în nivelurile coloanelor.- Tip returnare: Returnează un nou DataFrame dacă
inplace>este fals; Niciuna dacăinplace>este adevarat
Ei bine, panda au reset_index()> funcţie. Deci, pentru a reseta indexul la indexul întreg implicit, începând cu 0, putem folosi pur și simplureset_index()>funcţie. Deci, să vedem diferitele moduri în care putem reseta indexul unui DataFrame.
Ce este Reset Index?
În Piton limbajul de programare și biblioteca Pandas, thereset_index>metoda este utilizată pentru a reseta indexul unui cadru de date. Când efectuați operațiuni pe un DataFrame în panda, indexul DataFrame se poate modifica sau deveni neordonat. Thereset_index>metoda vă permite să resetați indexul la indexul implicit bazat pe întregi și să resetați indexul în Pandas DataFrame eliminând opțional indexul curent.
Resetați indexul în Pandas Dataframe
Există diverse metode cu ajutorul cărora putem reseta indexul în Pandas Dataframe, explicăm câteva metode utilizate în general cu exemple.
- Creați propriul index fără a elimina indexul implicit
- Creați-vă propriul index și eliminați indexul implicit
- Resetați propriul index și creați index implicit ca index
- Creați o coloană de cadru de date ca index și eliminați indexul implicit
- Faceți o coloană de cadru de date ca index fără a elimina indexul
Crearea Pandas DataFrame
Aici creăm un exemplu de Pandas Dataframe:
Python3
# Import pandas package> import> pandas as pd> > # Define a dictionary containing employee data> data>=> {>'Name'>:[>'Jai'>,>'Princi'>,>'Gaurav'>,>'Anuj'>,>'Geeku'>],> >'Age'>:[>27>,>24>,>22>,>32>,>15>],> >'Address'>:[>'Delhi'>,>'Kanpur'>,>'Allahabad'>,>'Kannauj'>,>'Noida'>],> >'Qualification'>:[>'Msc'>,>'MA'>,>'MCA'>,>'Phd'>,>'10th'>] }> # Convert the dictionary into DataFrame> df>=> pd.DataFrame(data)> print>(df)> |
>
>
Ieșire:
Name Age Address Qualification 0 Jai 27 Delhi Msc 1 Princi 24 Kanpur MA 2 Gaurav 22 Allahabad MCA 3 Anuj 32 Kannauj Phd 4 Geeku 15 Noida 10th>
Crea Index propriu fără a elimina indexul implicit
În acest exemplu, codul de mai jos folosește biblioteca Pandas pentru a crea un DataFrame din datele angajaților. Acesta definește a dicţionar, setează un index personalizat, îl convertește într-un DataFrame, resetează indexul și tipărește rezultatul.
Python3
# Import pandas package> import> pandas as pd> > # Define a dictionary containing employee data> data>=> {>'Name'>:[>'Jai'>,>'Princi'>,>'Gaurav'>,>'Anuj'>,>'Geeku'>],> >'Age'>:[>27>,>24>,>22>,>32>,>15>],> >'Address'>:[>'Delhi'>,>'Kanpur'>,>'Allahabad'>,>'Kannauj'>,>'Noida'>],> >'Qualification'>:[>'Msc'>,>'MA'>,>'MCA'>,>'Phd'>,>'10th'>] }> index>=> [>'a'>,>'b'>,>'c'>,>'d'>,>'e'>]> # Convert the dictionary into DataFrame> df>=> pd.DataFrame(data, index)> # Make Own Index as index> # In this case default index is exist> df.reset_index(inplace>=> True>)> print>(df)> |
>
exemplu de javascript
>
Ieșire:
index Name Age Address Qualification 0 a Jai 27 Delhi Msc 1 b Princi 24 Kanpur MA 2 c Gaurav 22 Allahabad MCA 3 d Anuj 32 Kannauj Phd 4 e Geeku 15 Noida 10th>
Creați-vă propriul index și eliminați indexul implicit
În acest exemplu, codul de mai jos folosește biblioteca Pandas pentru a crea un DataFrame din datele angajaților stocate într-un dicționar. Setează un index personalizat (de la „a” la „e”) și apoi tipărește DataFrame rezultat, unde indexul personalizat înlocuiește indexul numeric implicit.
Python3
# Import pandas package> import> pandas as pd> > # Define a dictionary containing employee data> data>=> {>'Name'>:[>'Jai'>,>'Princi'>,>'Gaurav'>,>'Anuj'>,>'Geeku'>],> >'Age'>:[>27>,>24>,>22>,>32>,>15>],> >'Address'>:[>'Delhi'>,>'Kanpur'>,>'Allahabad'>,>'Kannauj'>,>'Noida'>],> >'Qualification'>:[>'Msc'>,>'MA'>,>'MCA'>,>'Phd'>,>'10th'>] }> # Create own index> index>=> [>'a'>,>'b'>,>'c'>,>'d'>,>'e'>]> # Convert the dictionary into DataFrame> # Make Own Index and Removing Default index> df>=> pd.DataFrame(data, index)> print>(df)> |
>
>
Ieșire:
subșir de metodă java
Name Age Address Qualification a Jai 27 Delhi Msc b Princi 24 Kanpur MA c Gaurav 22 Allahabad MCA d Anuj 32 Kannauj Phd e Geeku 15 Noida 10th>
Resetează propriul index și creează index implicit ca index
În acest exemplu, codul de mai jos creează un Pandas DataFrame dintr-un dicționar de date ale angajaților cu un index personalizat (de la „a” la „e”). Ulterior, resetează indexul, înlocuind indexul personalizat cu indexul numeric implicit, apoi tipărește cadrul rezultat.
Python3
# Import pandas package> import> pandas as pd> > # Define a dictionary containing employee data> data>=> {>'Name'>:[>'Jai'>,>'Princi'>,>'Gaurav'>,>'Anuj'>,>'Geeku'>],> >'Age'>:[>27>,>24>,>22>,>32>,>15>],> >'Address'>:[>'Delhi'>,>'Kanpur'>,>'Allahabad'>,>'Kannauj'>,>'Noida'>],> >'Qualification'>:[>'Msc'>,>'MA'>,>'MCA'>,>'Phd'>,>'10th'>] }> # Create own index> index>=> [>'a'>,>'b'>,>'c'>,>'d'>,>'e'>]> # Convert the dictionary into DataFrame> df>=> pd.DataFrame(data, index)> # remove own index with default index> df.reset_index(inplace>=> True>, drop>=> True>)> print>(df)> |
>
>
Ieșire:
Name Age Address Qualification 0 Jai 27 Delhi Msc 1 Princi 24 Kanpur MA 2 Gaurav 22 Allahabad MCA 3 Anuj 32 Kannauj Phd 4 Geeku 15 Noida 10th>
Faceți o coloană ca index și eliminați indexul implicit
În acest exemplu, codul de mai jos creează un Pandas DataFrame din datele angajaților, setează un index personalizat și apoi schimbă indexul în coloana „Vârsta”, în timp ce elimină indexul numeric implicit. Cadrul de date final este imprimat de două ori.
Python3
# Import pandas package> import> pandas as pd> > # Define a dictionary containing employee data> data>=> {>'Name'>:[>'Jai'>,>'Princi'>,>'Gaurav'>,>'Anuj'>,>'Geeku'>],> >'Age'>:[>27>,>24>,>22>,>32>,>15>],> >'Address'>:[>'Delhi'>,>'Kanpur'>,>'Allahabad'>,>'Kannauj'>,>'Noida'>],> >'Qualification'>:[>'Msc'>,>'MA'>,>'MCA'>,>'Phd'>,>'10th'>] }> # Create own index> index>=> [>'a'>,>'b'>,>'c'>,>'d'>,>'e'>]> # Convert the dictionary into DataFrame> df>=> pd.DataFrame(data, index)> # set index any column of our DF and> # remove default index> df.set_index([>'Age'>], inplace>=> True>)> print>(df)> |
>
>
Ieșire:
Name Address Qualification Age 27 Jai Delhi Msc 24 Princi Kanpur MA 22 Gaurav Allahabad MCA 32 Anuj Kannauj Phd 15 Geeku Noida 10th>
Faceți o coloană de cadru de date ca index fără a elimina indexul
În acest exemplu, codul de mai jos creează un DataFrame din datele angajaților, utilizând inițial un index personalizat. Apoi, setează coloana „Vârsta” ca index, resetează indexul fără a elimina indexul numeric implicit și, în final, tipărește DataFrame-ul rezultat.
Python3
șiruri de caractere java concatenate
# Import pandas package> import> pandas as pd> > # Define a dictionary containing employee data> data>=> {>'Name'>:[>'Jai'>,>'Princi'>,>'Gaurav'>,>'Anuj'>,>'Geeku'>],> >'Age'>:[>27>,>24>,>22>,>32>,>15>],> >'Address'>:[>'Delhi'>,>'Kanpur'>,>'Allahabad'>,>'Kannauj'>,>'Noida'>],> >'Qualification'>:[>'Msc'>,>'MA'>,>'MCA'>,>'Phd'>,>'10th'>] }> # Create own index> index>=> [>'a'>,>'b'>,>'c'>,>'d'>,>'e'>]> # Convert the dictionary into DataFrame> df>=> pd.DataFrame(data, index)> # set any column as index> # Here we set age column as index> df.set_index([>'Age'>], inplace>=> True>)> # reset index without removing default index> df.reset_index(level>=>[>'Age'>], inplace>=> True>)> print>(df)> |
>
>
Ieșire:
Age Name Address Qualification 0 27 Jai Delhi Msc 1 24 Princi Kanpur MA 2 22 Gaurav Allahabad MCA 3 32 Anuj Kannauj Phd 4 15 Geeku Noida 10th>