logo

TechCodeview

Index im Pandas-Datenrahmen zurücksetzen

Lassen Sie uns besprechen, wie Sie den Index in Pandas DataFrame zurücksetzen. Oft beginnen wir mit einem riesigen Datenrahmen Pandas und nach der Manipulation/Filterung des Datenrahmens erhalten wir am Ende einen viel kleineren Datenrahmen. Wenn wir uns den kleineren Datenrahmen ansehen, enthält er möglicherweise immer noch den Zeilenindex des ursprünglichen Datenrahmens. Wenn der ursprüngliche Index ist Zahlen , jetzt haben wir Indizes, die nicht kontinuierlich sind.

leere Liste Java

Indexsyntax zurücksetzen

Syntax :



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

  • Parameter:
    • level> : Gibt die zurückzusetzenden mehrstufigen Indexebenen an.
    • drop> : Verwirft den aktuellen Index, wenn True; Fügt als neue Spalte hinzu, wenn False.
    • inplace> : Ändert den vorhandenen DataFrame, wenn True; Gibt einen neuen DataFrame zurück, wenn False.
    • col_level> : Gibt an, welche Ebene von mehrstufigen Spalten zurückgesetzt werden soll.
    • col_fill> : Füllt fehlende Werte in den Spaltenebenen aus.
  • Rückgabetyp: Gibt einen neuen DataFrame zurück, wenninplace>ist falsch; Keine, wenninplace>ist wahr

Nun ja, Pandas haben es getan reset_index()> Funktion. Um den Index also auf den Standard-Integer-Index zurückzusetzen, beginnend bei 0, können wir einfach verwendenreset_index()>Funktion. Sehen wir uns also die verschiedenen Möglichkeiten an, wie wir den Index eines DataFrame zurücksetzen können.

Was ist ein Reset-Index?

In Python Programmiersprache und die Pandas-Bibliothek, diereset_index>Die Methode wird verwendet, um den Index eines Datenrahmens zurückzusetzen. Wenn Sie in Pandas Vorgänge für einen DataFrame ausführen, kann sich der Index des DataFrame ändern oder ungeordnet werden. Derreset_index>Mit der Methode können Sie den Index auf den standardmäßigen ganzzahlbasierten Index zurücksetzen und den Index zurücksetzen Pandas DataFrame Optional wird der aktuelle Index entfernt.



Index im Pandas-Datenrahmen zurücksetzen

Es gibt verschiedene Methoden, mit deren Hilfe wir den Index im Pandas Dataframe zurücksetzen können. Wir erklären einige allgemein verwendete Methoden anhand von Beispielen.

  • Erstellen Sie einen eigenen Index, ohne den Standardindex zu entfernen
  • Erstellen Sie Ihren eigenen Index und entfernen Sie den Standardindex
  • Eigenen Index zurücksetzen und Standardindex als Index erstellen
  • Erstellen Sie eine Spalte mit Datenrahmen als Index und entfernen Sie den Standardindex
  • Erstellen Sie eine Datenrahmenspalte als Index, ohne den Index zu entfernen

Pandas DataFrame erstellen

Hier erstellen wir einen Beispiel-Pandas-Datenrahmen:

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)> 

>

>

Ausgabe: 

   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>

Erstellen Eigener Index ohne Entfernen des Standardindex

In diesem Beispiel unten verwendet der Code die Pandas-Bibliothek, um einen DataFrame aus Mitarbeiterdaten zu erstellen. Es definiert a Wörterbuch, legt einen benutzerdefinierten Index fest, konvertiert ihn in einen DataFrame, setzt den Index zurück und gibt das Ergebnis aus.

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)> 

>

>

Ausgabe: 

   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>

Erstellen Sie Ihren eigenen Index und entfernen Sie den Standardindex

In diesem Beispiel unten verwendet der Code die Pandas-Bibliothek, um einen DataFrame aus in einem Wörterbuch gespeicherten Mitarbeiterdaten zu erstellen. Es legt einen benutzerdefinierten Index („a“ bis „e“) fest und druckt dann den resultierenden DataFrame, wobei der benutzerdefinierte Index den standardmäßigen numerischen Index ersetzt.

Python3

Iterator-Java-Karte




# 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)> 

>

>

Ausgabe: 

   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>

Eigenen Index zurücksetzen und Standardindex als Index erstellen

In diesem Beispiel unten erstellt der Code einen Pandas DataFrame aus einem Wörterbuch von Mitarbeiterdaten mit einem benutzerdefinierten Index („a“ bis „e“). Anschließend wird der Index zurückgesetzt, der benutzerdefinierte Index durch den standardmäßigen numerischen Index ersetzt und dann der resultierende Frame gedruckt.

Python3

log4j




# 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)> 

>

>

Ausgabe : 

   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>

Erstellen Sie eine Spalte als Index und entfernen Sie den Standardindex

In diesem Beispiel unten erstellt der Code einen Pandas DataFrame aus Mitarbeiterdaten, legt einen benutzerdefinierten Index fest und ändert dann den Index in die Spalte „Alter“, während der standardmäßige numerische Index entfernt wird. Der endgültige Datenrahmen wird zweimal gedruckt.

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)> 

>

>

Ausgabe: 

   Name Address Qualification   Age 27 Jai Delhi Msc 24 Princi Kanpur MA 22 Gaurav Allahabad MCA 32 Anuj Kannauj Phd 15 Geeku Noida 10th>

Erstellen Sie eine Datenrahmenspalte als Index, ohne den Index zu entfernen

In diesem Beispiel unten erstellt der Code einen DataFrame aus Mitarbeiterdaten, zunächst unter Verwendung eines benutzerdefinierten Index. Anschließend legt es die Spalte „Alter“ als Index fest, setzt den Index zurück, ohne den standardmäßigen numerischen Index zu entfernen, und druckt schließlich den resultierenden 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)> 

>

Gimp, wie man die Auswahl aufhebt 

>

Ausgabe: 

    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>