Pandas 重置索引教程

在对大型数据集进行操作和筛选之后，您可能得到了所需的精确 DataFrame。然而，该 DataFrame 会保留原始索引，可能并非连续。在这种情况下，您需要重置 DataFrame 的索引。

本教程将讨论 pandas 的 reset_index() 方法，用于重置 DataFrame 的索引。我们将探索该方法可用的不同选项。此外，还将介绍如何为普通和多级索引的 DataFrame 重置索引。

为了练习重置 DataFrame 索引，我们将使用一个航空公司数据集。我们将使用 Datacamp 的 Datalab，这是一款专为Python 数据分析设计的交互式环境，非常适合跟随本教程学习。

什么是 reset_index？

Pandas 中的 reset_index 方法可将 DataFrame 的索引重置为默认索引。在经过筛选、拼接或合并等操作后，索引可能不再连续。此方法有助于恢复干净、连续的索引。如果 DataFrame 具有 MultiIndex，还可以移除一个或多个层级。

基本语法：

df.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill="")技术支持

参数：

level：在多级索引的 DataFrame 中，接受需要从索引中移除的行索引层级名或位置。默认移除所有层级。
drop：布尔标志。True —— 当前行索引不会作为新列添加到 DataFrame 中。False（默认） —— 当前行索引会作为新列添加到 DataFrame 中。
inplace：指定返回新 DataFrame 还是更新现有 DataFrame。布尔标志，默认 False。
col_level：如果列有多个层级，决定将标签插入到哪个层级。默认插入到第一个层级。
col_fill：如果列有多个层级，决定其他层级如何命名。若为 None，则重复索引名称。

返回值：

返回带有新索引的 DataFrame；如果 inplace=True，则返回 None。

如何使用 reset_index

如果您使用 pandas 的 read_csv() 方法读取 CSV 文件而未指定索引，生成的 DataFrame 将具有默认的整数索引，从 0 开始，每行加 1。

import pandas as pd
df = pd.read_csv("airlines_dataset.csv").head()
df技术支持

在某些情况下，您可能更喜欢更具描述性的行标签。为此，您可以将 DataFrame 的某一列设置为其索引（行标签）。当使用 read_csv() 从 CSV 文件加载数据时，通过 index_col 参数指定所需的索引列。

import pandas as pd
df = pd.read_csv("airlines_dataset.csv", index_col="Operating Airline IATA Code").head()
df技术支持

或者，您可以使用 set_index() 方法将 DataFrame 的任意列设置为索引：

import pandas as pd
df = pd.read_csv("airlines_dataset.csv").head()
df.set_index("Operating Airline IATA Code", inplace=True)
df技术支持

请注意，该代码片段会对原始 DataFrame 进行更改。

如果需要恢复默认的数字索引，该怎么办？这时就要用到 pandas 的 reset_index() 方法。

df.reset_index()技术支持

该示例显示，在将“Operating Airline IATA Code”列设为索引后，使用 reset_index 可将 DataFrame 还原为默认的整数索引。

reset_index 的实践应用

pandas 中的 reset_index() 是在处理筛选后的数据集、拼接的 DataFrame，或多级索引时重新组织 DataFrame 索引的强大工具。

进一步学习如何重塑 DataFrame 从宽表到长表、如何 stack 与 unstack 行与列，以及如何在我们的在线课程中整理多级索引的 DataFrame。

筛选后重置

当您筛选一个 DataFrame 时，会保留原始索引。使用 reset_index 可以为筛选后的 DataFrame 重新编号。

import pandas as pd
df = pd.read_csv("airlines_dataset.csv")技术支持

让我们筛选出“landing count”大于 1000 的行。筛选后，索引可能不连续。然后，您可以使用 reset_index 方法重置筛选后 DataFrame 的索引。

filtered_df = df[df["Landing Count"] > 1000].head()
filtered_df技术支持

上图显示数据框已按条件筛选，但索引不连续。现在，让我们使用 reset_index 为筛选后的 DataFrame 重新索引，确保索引连续。您可以这样做：

filtered_df_reset = filtered_df.reset_index()
filtered_df_reset技术支持

该方法的默认行为包括：用默认的整数索引替换现有索引，并将旧索引转为同名的新列（若未命名则为“index”）。

因此，可以使用参数 drop=True，确保旧索引不会作为新列添加。

filtered_df_reset = filtered_df.reset_index(drop=True)
filtered_df_reset技术支持

很好！索引现已重置为默认整数索引（0、1、2、…），干净且连续。

拼接或合并

当组合多个 DataFrame 时，结果 DataFrame 可能包含重复或不连续的索引。重置索引可以创建干净、连续的索引。

假设您有两个 DataFrame，并希望将它们拼接。为演示起见，我从航空公司数据集中创建了两个 DataFrame。

import pandas as pd
df = pd.read_csv("airlines_dataset.csv")
split_index = int(df.shape[0] / 2)
df1 = df[:split_index].head()
df2 = df[split_index:].head()技术支持

这是 df1：

这是 df2：

让我们拼接 DataFrame df1 和 df2。

df_concat = pd.concat([df1, df2])技术支持

数据呈现出不连续的索引。我们需要重置拼接后 DataFrame 的索引，使其连续。

让我们使用 pandas 的 reset_index() 方法来重置 DataFrame 的索引。

df_concat.reset_index()技术支持

这是重置 DataFrame 索引后的结果。reset_index 方法会将旧索引转换为新列。要移除这列，需要使用 drop=True 参数。

df_concat.reset_index(drop=True)技术支持

处理多级索引

对于具有层级（多级）索引的 DataFrame，reset_index 可通过将多级索引转换回普通列来简化 DataFrame。

来看一个具有多级索引的 DataFrame 示例。

import pandas as pd
df = pd.read_csv(
    "airlines_dataset.csv", index_col=["Aircraft Model", "Operating Airline IATA Code"]
).head()技术支持

如果您检查其索引，会发现它不是普通的 DataFrame 索引，而是一个 MultiIndex 对象。

现在，让我们使用 pandas 的 reset_index() 方法，它会移除 MultiIndex 的所有层级：

df.reset_index()技术支持

您可以看到，多级索引的两个层级都被转换为普通的 DataFrame 列，同时索引被重置为默认的整数索引。

您还可以使用 level 参数从 DataFrame 索引中移除选定层级。它会将所选层级转换为普通 DataFrame 列，除非您选择使用 drop 参数将这些信息从 DataFrame 中完全丢弃。如下所示：

df.reset_index(level=["Aircraft Model"])技术支持

上图显示“Aircraft Model”现已成为 DataFrame 的普通列。仅“Operating Airline IATA Code”保留为索引。

现在，如果您不希望列表中描述的索引变为普通列，可以结合使用 drop 和 level 参数，将其从 DataFrame 中删除。

df.reset_index(level=["Aircraft Model"], drop=True)技术支持

索引“Aircraft Model”已从索引及 DataFrame 中移除。另一个索引“Operating Airline IATA Code”被保留为当前 DataFrame 的索引。

高级用法与提示

保留或舍弃索引

假设您合并了两个 DataFrame；合并后的 DataFrame 将不再具有连续索引，如下所示。

让我们使用 pandas 的 reset_index() 方法重置 DataFrame 的索引。

df.reset_index()技术支持

参数 drop 用于决定在重置索引后是否将旧索引保留为 DataFrame 的一列，还是彻底删除。默认（drop=False）会保留旧索引，这在之前所有示例中都有体现。相反，将 drop=True 可在重置后从 DataFrame 中移除旧索引。

df.reset_index(drop=True)技术支持

原地操作

通过 inplace 参数就地修改 DataFrame，避免创建新 DataFrame。

假设您有如下 DataFrame：

将 inplace 参数设为 True 可确保更改直接应用于原始 DataFrame，避免创建单独的 DataFrame。

df_concat.reset_index(drop=True, inplace=True)
df_concat技术支持

处理重复值

通过适当的重置和重新编号来管理重复索引。

假设您的数据存在重复索引。

将 reset_index() 与 drop=True 和 inplace=True 一起使用，可确保结果 DataFrame 拥有连续索引，从 0 开始依次递增。

df.reset_index(drop=True, inplace=True)技术支持

Pandas reset_index 常见陷阱与排错

索引未被重置：如果您期望修改原始 DataFrame，请确保未使用 inplace=False 参数。若 inplace 设为 False，将返回一个新 DataFrame，原始 DataFrame 保持不变。
数据丢失：使用 drop 参数时需谨慎，避免无意的数据丢失。丢弃索引会永久移除当前索引值。

reset_index 动手示例

让我们应用所学的 DataFrame 索引重置方法，看看在删除缺失值时，重置 DataFrame 索引如何发挥作用。

我们的航空公司数据集没有缺失值，因此改用 Netflix 电影与剧集数据集。它包含缺失值，非常适合演示 reset_index()。

import pandas as pd
df = pd.read_csv("netflix_shows.csv")
df.head()技术支持

您可以看到 DataFrame 存在缺失值。使用 dropna() 方法删除包含缺失值的行。

df.dropna(inplace=True)
df.head()技术支持

包含 NaN 的行已从 DataFrame 中移除。但索引不再连续（0、1、2、4）。让我们重置它：

df.reset_index()技术支持

现在索引已经连续；不过由于我们未显式传入 drop 参数，旧索引被转换为默认名为 index 的一列。让我们将旧索引从 DataFrame 中完全移除：

df.reset_index(drop=True)技术支持

我们已彻底移除了无意义的旧索引，当前索引已连续。最后一步是使用 inplace 参数将这些修改保存到原始 DataFrame：

df.reset_index(drop=True, inplace=True)技术支持

结论

您已经了解了 reset_index 函数如何在Pandas 中高效管理 DataFrame 索引。无论是处理筛选后的数据、拼接的 DataFrame，还是复杂的多级索引，reset_index 都能确保 DataFrame 干净有序。其参数有助于在数据处理任务中应对多样的索引场景。

继续学习与 reset_index 类似的函数，请查看 DataCamp 的 Python 数据分析师职业路径。如果您在使用列表并想了解 index() 函数在列表中的用法，也可以阅读我们的 Python 列表 index() 教程。

作者

Satyam Tripathi

主题

Python

主题

技术