Låt oss diskutera hur man återställer indexet i Pandas DataFrame. Ofta börjar vi med en enorm dataram in Pandas och efter att ha manipulerat/filtrerat dataramen, slutar vi med en mycket mindre dataram. När vi tittar på den mindre dataramen kan den fortfarande bära radindexet för den ursprungliga dataramen. Om det ursprungliga indexet är tal , nu har vi index som inte är kontinuerliga.
java version linux
Återställ indexsyntax
Syntax :
DataFrame.reset_index(level=Ingen, drop=False, inplace=False, col_level=0, col_fill=)
- Parametrar:
level>: Anger indexnivåer på flera nivåer som ska återställas.drop>: Kastar aktuellt index om det är sant; läggs till som en ny kolumn om False.inplace>: Modifierar DataFrame på plats om True; returnerar en ny DataFrame om False.col_level>: Anger vilken nivå av kolumner på flera nivåer som ska återställas.col_fill>: Fyller saknade värden i kolumnernas nivåer.- Returtyp: Returnerar en ny DataFrame if
inplace>är falskt; Ingen ominplace>är sant
Det har pandor reset_index()> fungera. Så för att återställa indexet till standardheltalsindexet som börjar på 0, kan vi helt enkelt användareset_index()>fungera. Så låt oss se de olika sätten vi kan återställa indexet för en DataFrame.
Vad är Reset Index?
I Pytonorm programmeringsspråket och pandasbiblioteketreset_index>metod används för att återställa indexet för en dataram. När du utför operationer på en DataFrame i pandor kan indexet för DataFrame ändras eller bli oordnat. Dereset_index>metoden låter dig återställa indexet till det förinställda heltalsbaserade indexet och återställa indexet i Pandas DataFrame eventuellt ta bort det aktuella indexet.
Återställ index i Pandas dataram
Det finns olika metoder med hjälp av vilka vi kan återställa indexet i Pandas Dataframe, vi förklarar några allmänt använda metoder med exempel.
- Skapa ett eget index utan att ta bort standardindex
- Skapa ditt eget index och ta bort standardindexet
- Återställ eget index och skapa standardindex som index
- Gör en kolumn med dataram som index och ta bort standardindex
- Gör en kolumn med dataram som ett index utan att ta bort index
Skapar Pandas DataFrame
Här skapar vi ett exempel på 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)> |
>
>
Produktion:
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>
Skapa Eget index utan att ta bort standardindex
I det här exemplet nedan använder koden pandas-biblioteket för att skapa en DataFrame från anställdas data. Den definierar en lexikon, ställer in ett anpassat index, konverterar det till en DataFrame, återställer indexet och skriver ut resultatet.
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)> |
>
>
Produktion:
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>
Skapa ditt eget index och ta bort standardindex
I det här exemplet nedan använder koden pandas-biblioteket för att skapa en DataFrame från anställdas data lagrade i en ordbok. Den ställer in ett anpassat index ('a' till 'e') och skriver sedan ut den resulterande DataFrame, där det anpassade indexet ersätter det numeriska standardindexet.
Python3
sql konkat
# 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)> |
>
>
Produktion:
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>
Återställ eget index och skapa standardindex som index
I det här exemplet nedan skapar koden en Pandas DataFrame från en ordbok med personaldata med ett anpassat index ('a' till 'e'). Efteråt återställer den indexet, ersätter det anpassade indexet med det numeriska standardindexet och skriver sedan ut den resulterande ramen.
Python3
fibonacci-serien i c
# 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)> |
>
>
Utgång:
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>
Gör en kolumn som index och ta bort standardindex
I det här exemplet nedan skapar koden en Pandas DataFrame från anställdas data, ställer in ett anpassat index och ändrar sedan indexet till kolumnen 'Ålder' samtidigt som det numeriska standardindexet tas bort. Den slutliga dataramen skrivs ut två gånger.
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)> |
>
>
Produktion:
Name Address Qualification Age 27 Jai Delhi Msc 24 Princi Kanpur MA 22 Gaurav Allahabad MCA 32 Anuj Kannauj Phd 15 Geeku Noida 10th>
Gör en kolumn med dataram som ett index utan att ta bort index
I det här exemplet nedan skapar koden en DataFrame från anställdas data, initialt med hjälp av ett anpassat index. Sedan ställer den in kolumnen 'Ålder' som index, återställer indexet utan att ta bort det numeriska standardindexet och skriver slutligen ut den resulterande 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'>] }> # 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)> |
>
>
hur man kör ett skript på linux
Produktion:
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>