logo

Index opnieuw instellen in Pandas Dataframe

Laten we bespreken hoe u de index in Pandas DataFrame kunt resetten. Vaak beginnen we met een enorm dataframe Panda's en na het manipuleren/filteren van het dataframe krijgen we een veel kleiner dataframe. Als we naar het kleinere dataframe kijken, kan dit nog steeds de rijindex van het originele dataframe bevatten. Als de originele index dat is cijfers , nu hebben we indexen die niet continu zijn.

object in Java-programmering

Indexsyntaxis opnieuw instellen

Syntaxis:



DataFrame.reset_index(level=Geen, drop=False, inplace=False, col_level=0, col_fill=)

  • Parameters:
    • level> : specificeert indexniveaus met meerdere niveaus die opnieuw moeten worden ingesteld.
    • drop> : Verwijdert de huidige index als True; wordt toegevoegd als een nieuwe kolom als False.
    • inplace> : Wijzigt DataFrame op zijn plaats als True; retourneert een nieuw DataFrame als False.
    • col_level> : specificeert welk niveau van kolommen met meerdere niveaus moet worden gereset.
    • col_fill> : Vult ontbrekende waarden in de niveaus van kolommen in.
  • Retourtype: Retourneert een nieuw DataFrame ifinplace>is fout; Geen alsinplace>is waar

Nou ja, panda's hebben dat wel reset_index()> functie. Dus om de index opnieuw in te stellen naar de standaard gehele index, beginnend bij 0, kunnen we eenvoudigweg dereset_index()>functie. Laten we dus eens kijken naar de verschillende manieren waarop we de index van een DataFrame kunnen resetten.

Wat is een reset-index?

In Python programmeertaal en de panda'sbibliotheek, dereset_index>methode wordt gebruikt om de index van een dataframe opnieuw in te stellen. Wanneer u bewerkingen uitvoert op een DataFrame in panda's, kan de index van het DataFrame veranderen of ongeordend worden. Dereset_index>Met de methode kunt u de index opnieuw instellen op de standaard op gehele getallen gebaseerde index en de index opnieuw instellen in Panda's DataFrame eventueel verwijderen van de huidige index.



Index opnieuw instellen in Pandas Dataframe

Er zijn verschillende methoden waarmee we de index in Pandas Dataframe kunnen resetten. We leggen enkele algemeen gebruikte methoden uit met voorbeelden.

  • Creëer een eigen index zonder de standaardindex te verwijderen
  • Creëer uw eigen index en verwijder de standaardindex
  • Eigen index opnieuw instellen en standaardindex als index maken
  • Maak een kolom met dataframe als index en verwijder de standaardindex
  • Maak een kolom met een dataframe als index zonder de index te verwijderen

Panda's DataFrame maken

Hier maken we een voorbeeld van een 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)>

>

>

Uitgang:

   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>

Creëren Eigen index zonder de standaardindex te verwijderen

In dit voorbeeld hieronder gebruikt de code de Panda's-bibliotheek om een ​​DataFrame te maken op basis van werknemersgegevens. Het definieert een woordenboek, stelt een aangepaste index in, converteert deze naar een DataFrame, reset de index en drukt het resultaat af.

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)>

>

>

Uitgang:

   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>

Maak uw eigen index en verwijder de standaardindex

In dit voorbeeld hieronder gebruikt de code de Panda's-bibliotheek om een ​​DataFrame te maken op basis van werknemersgegevens die zijn opgeslagen in een woordenboek. Het stelt een aangepaste index in (‘a’ tot ‘e’) en drukt vervolgens het resulterende DataFrame af, waarbij de aangepaste index de standaard numerieke index vervangt.

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> # Make Own Index and Removing Default index> df>=> pd.DataFrame(data, index)> print>(df)>

hoe groot is deze monitor
>

>

Uitgang:

   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>

Eigen index opnieuw instellen en standaardindex als index maken

In het onderstaande voorbeeld wordt met code een Pandas DataFrame gemaakt op basis van een woordenboek met werknemersgegevens met een aangepaste index (‘a’ tot ‘e’). Daarna wordt de index opnieuw ingesteld, waarbij de aangepaste index wordt vervangen door de standaard numerieke index, en wordt vervolgens het resulterende frame afgedrukt.

Python3




sorteerarray in Java

# 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)>

>

>

Uitgang:

   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>

Maak een kolom als index en verwijder de standaardindex

In dit voorbeeld hieronder maakt code een Pandas DataFrame van werknemersgegevens, stelt een aangepaste index in en wijzigt vervolgens de index in de kolom ‘Leeftijd’ terwijl de standaard numerieke index wordt verwijderd. Het uiteindelijke gegevensframe wordt twee keer afgedrukt.

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)>

>

>

Uitgang:

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

Maak een kolom met een dataframe als index zonder de index te verwijderen

In het onderstaande voorbeeld wordt met code een DataFrame gemaakt op basis van werknemersgegevens, in eerste instantie met behulp van een aangepaste index. Vervolgens wordt de kolom ‘Leeftijd’ ingesteld als index, wordt de index opnieuw ingesteld zonder de standaard numerieke index te verwijderen, en wordt uiteindelijk het resulterende DataFrame afgedrukt.

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)>

>

>

Uitgang:

YouTube-video downloaden met vlc
    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>