如何在pandas数据框中重置索引？

Question

我有一个数据框，我从中删除了一些行。结果得到的数据框的索引类似于[1,5,6,10,11]，我想将它重置为[0,1,2,3,4]。怎么做呢？

---

下面的方法似乎可行：

df = df.reset_index()
del df['index']

以下内容无法正常工作：

df = df.reindex()

- Roman

---

不是重复的问题，只是具有相同答案的不同问题。 - NL23codes

Answer 1

DataFrame.reset_index 是您要寻找的功能。如果您不想将其保存为列，请执行以下操作：

df = df.reset_index(drop=True)

如果您不想重新指定：

df.reset_index(drop=True, inplace=True)

- mkln

---

可以使用inplace=True参数，而无需将数据框重新分配给同一变量。 - alhuelamo

请注意，如果 inplace=True，该方法将返回 None。 - alyaxey

这解决了我在多次使用 df = df.reset_index() 时出现 ValueError: cannot insert level_0, already exists 的问题。 - Tms91

@mkln，即使使用了drop=True，我已经在两列和行中都增加了。df.reset_index()只能修复行，是否可以用来修复列呢？ - Amir

@Victor - 如果你不“删除”索引，它会添加一个新的索引，并将旧的索引值保存为数据帧中的一系列。 - Caleb McNevin

Answer 2

其他解决方案是分配 RangeIndex 或 range：

df.index = pd.RangeIndex(len(df.index))

df.index = range(len(df.index))

它更快：

df = pd.DataFrame({'a':[8,7], 'c':[2,4]}, index=[7,8])
df = pd.concat([df]*10000)
print (df.head())

In [298]: %timeit df1 = df.reset_index(drop=True)
The slowest run took 7.26 times longer than the fastest. This could mean that an intermediate result is being cached.
10000 loops, best of 3: 105 µs per loop

In [299]: %timeit df.index = pd.RangeIndex(len(df.index))
The slowest run took 15.05 times longer than the fastest. This could mean that an intermediate result is being cached.
100000 loops, best of 3: 7.84 µs per loop

In [300]: %timeit df.index = range(len(df.index))
The slowest run took 7.10 times longer than the fastest. This could mean that an intermediate result is being cached.
100000 loops, best of 3: 14.2 µs per loop

- jezrael

---

@Outcast Source - 最快的方法是 len(df.index)，381纳秒 vs df.shape 1.17微秒。我们有什么遗漏吗？ - jezrael

这是一个优雅的解决方案来重置索引。谢谢！我发现，如果你尝试将hdf5对象转换为pandas.DataFrame对象，在你可以编辑DataFrame的某些部分之前，你必须重置索引。 - troymyname00

如果你使用df.reset_index(drop=True, inplace=True)来避免复制数据，时间会有很大的变化吗？ - Cole

Answer 3

data1.reset_index(inplace=True)

- user10692571