python reset_index()和set_index()的使用

df = pd.DataFrame({
 'col1' : ['A', 'A', 'B', np.nan, 'D', 'C'],
    'col2' : [2, 1, 9, np.nan, 7, np.nan],
   'col3': [0, 1, 9, 4, 2, 3]})
print(df)

  col1  col2  col3
0    A   2.0     0
1    A   1.0     1
2    B   9.0     9
3  NaN   NaN     4
4    D   7.0     2
5    C   NaN     3

 

df = pd.DataFrame({
 'col1' : ['A', 'A', 'B', np.nan, 'D', 'C'],
    'col2' : [2, 1, 9, np.nan, 7, np.nan],
   'col3': [0, 1, 9, 4, 2, 3]}).set_index('col1')
print(df)

 

      col2  col3
col1            
A      2.0     0
A      1.0     1
B      9.0     9
NaN    NaN     4
D      7.0     2
C      NaN     3

结果是col1列作了索引

 

df.reset_index()#默认drop=False  获得新的index，原来的index变成数据列保留下来

	col1	col2	col3
0	A	2.0	0
1	A	1.0	1
2	B	9.0	9
3	NaN	NaN	4
4	D	7.0	2
5	C	NaN	3

说明，重置了索引，并且col1 回到了原来的位置

df.reset_index(drop=True)#如果你不想保留原来的index，drop=True

 

col2	col3
0	2.0	0
1	1.0	1
2	9.0	9
3	NaN	4
4	7.0	2
5	NaN	3

说明是重置索引了，但把col1 丢掉了，如果工作中需要索引列 连接其他表就错了。