如何在使用dropna()函数后重置Pandas数据框索引？

Question

我不确定如何在使用dropna()后重置索引。我有

df_all = df_all.dropna()
df_all.reset_index(drop=True)

但是在运行我的代码后，行索引会跳过一些步骤。例如，它会变成0、1、2、4等等。

- JPC

---

dropna 现在支持 ignore_index=True 来自动重置索引，因此您可以避免后续的 reset_index 调用。 - cs95

Answer 1

您发布的代码已经实现了您想要的功能，但并没有在原地进行操作。尝试在reset_index()中添加inplace=True或将结果重新赋值给df_all. 请注意，您也可以在dropna()中使用inplace=True，因此:

df_all.dropna(inplace=True)
df_all.reset_index(drop=True, inplace=True)

一切都在原地完成。或者，

df_all = df_all.dropna()
df_all = df_all.reset_index(drop=True)

重新分配 df_all。

- John Zwinck

Answer 2

pandas >= 2.0: dropna 现在支持 ignore_index=True

pandas >= 2.0

df
     A    B   C
0  1.0  5.0   9
1  2.0  NaN  10
2  NaN  7.0  11
3  4.0  8.0  12

df.dropna() # by default, dropna does not reset the index

     A    B   C
0  1.0  5.0   9
3  4.0  8.0  12

df.dropna(ignore_index=True) # now resets the index

     A    B   C
0  1.0  5.0   9
1  4.0  8.0  12

这样可以跳过后续的reset_index调用。

在GH31725中实现。

---

对于旧版的pandas（< 2.0）

df.dropna().reset_index(drop=True)

     A    B   C
0  1.0  5.0   9
1  4.0  8.0  12

- cs95

Answer 3

你可以链式调用方法，将其写成一行代码：

df = df.dropna().reset_index(drop=True)

---

您也可以使用set_axis()将索引重置为默认值。

df.dropna(inplace=True)
df.set_axis(range(len(df)), inplace=True)

set_axis()非常有用，如果您想将索引重置为默认值以外的任何内容，因为只要长度匹配，就可以使用它将索引更改为任何内容。例如，您可以将其更改为第一行、第二行等等。

df = df.dropna()
df = df.set_axis(['first row', 'second row'])

- cottontail