日常小知识点积累:DataFrame.reset_index、pandas数据修改、matplotlib子图大小占比

最新推荐文章于 2025-06-05 00:15:00 发布

原创最新推荐文章于 2025-06-05 00:15:00 发布 · 1.4k 阅读

1 ·

CC 4.0 BY-SA版权

tricks 同时被 3 个专栏收录

17 篇文章

订阅专栏

pandas

9 篇文章

订阅专栏

可视化

3 篇文章

订阅专栏

本文详细介绍了使用Pandas进行数据处理的两个关键技巧：如何利用reset_index方法重新排序DataFrame的index，以及如何通过不同的切片方法修改DataFrame中的数据。通过实际示例展示了不同方法的应用效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.pandas数据的index：

当我们对pandas。DataFrame进行切片、融合操作后，DataFrame原有的index不会自动重新排序，这时候我们可以用pandas.DataFrame.reset_index方法让它重新排序：

DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill='')

说说里面几个主要参数的含义：

drop : boolean, default False

pandas在调用这个方法时，默认会将旧index作为一列插入该DataFrame中，drop的含义就是不要生成旧index列，直接弃掉它们

inplace : boolean, default False

False：在原有数据上更改，不要创建新的DataFrame然后在新的数据上更改

2.pandas数据修改、赋值：

当我们要对pandas.DataFrame的数据进行部分修改时，就要进行先取值后修改的过程。我在下面展示一下两种不同取值方法对赋值结果的影响：

dft = pd.DataFrame(dict(A = np.random.rand(3), B = 1, C = 'foo',D = pd.Timestamp('20010102'), E = pd.Series([1.0]*3).astype('float32'),F = False, G = pd.Series([1]*3,dtype='int8')))

dft['E'][[1,2]]

>>> 1    1.0
    2    1.0
    Name: E, dtype: float32


dft.loc[[1,2],'E']

>>> 1    1.0
    2    1.0
    Name: E, dtype: float32
# 由此可见，两种切片方式得到的结果是相同的，那么赋值结果是不是也一样?