DataFrame 重新设置索引: reindex 和 reset_index 的区别


将两个 DataFrame 拼接后,想要对拼接后的 DataFrame 重新设置索引要用 reset_index 方法,要想让之前的索引消失,传入参数:drop=True。具体事例:

1 data2017 = pd.read_csv('data\dataset\data20171207.csv', nrows=50, names=['std_mac', 'date', 'ap_mac', 'rss', 'timestamp'])
2 data2018 = pd.read_csv('data\dataset\data20180309.csv', nrows=50, names=['std_mac', 'date', 'ap_mac', 'rss', 'timestamp'])
3 
4 test_201718 = pd.concat([data2017, data2018], axis=0)

test_201718 显示的结果中,index 是重复的,0-49,0-49。

要相对整合后的 test_201718 重新设置索引为 0-99,要用下面的语句:

test_201718 = test_201718.reset_index(drop=True)
# test_201718.reset_index(drop=True, inplace=True)

reindex 方法是在原缩印的基础上,插入新的索引,不能对所有的原索引进行替换。


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM