logo

Tilbakestill indeks i Pandas dataramme

La oss diskutere hvordan du tilbakestiller indeksen i Pandas DataFrame. Ofte starter vi med en enorm dataramme inn Pandaer og etter å ha manipulert/filtrert datarammen, ender vi opp med en mye mindre dataramme. Når vi ser på den mindre datarammen, kan den fortsatt ha radindeksen til den originale datarammen. Hvis den opprinnelige indeksen er tall , nå har vi indekser som ikke er kontinuerlige.

python-utskrift med 2 desimaler

Tilbakestill indekssyntaks

Syntaks:



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

  • Parametere:
    • level> : Spesifiserer indeksnivåer på flere nivåer som skal tilbakestilles.
    • drop> : Forkaster gjeldende indeks hvis True; legges til som en ny kolonne hvis False.
    • inplace> : Modifiserer DataFrame på plass hvis True; returnerer en ny DataFrame hvis False.
    • col_level> : Spesifiserer hvilket nivå av kolonner på flere nivåer som skal tilbakestilles.
    • col_fill> : Fyller ut manglende verdier i kolonnenes nivåer.
  • Returtype: Returnerer en ny DataFrame ifinplace>er falsk; Ingen hvisinplace>er sant

Vel, pandaer har reset_index()> funksjon. Så for å tilbakestille indeksen til standard heltallsindeks som begynner på 0, kan vi ganske enkelt brukereset_index()>funksjon. Så la oss se de forskjellige måtene vi kan tilbakestille indeksen til en DataFrame.

Hva er Reset Index?

I Python programmeringsspråk og pandas-biblioteketreset_index>metoden brukes til å tilbakestille indeksen til en dataramme. Når du utfører operasjoner på en DataFrame i pandaer, kan indeksen til DataFrame endres eller bli uordnet. Dereset_index>metode lar deg tilbakestille indeksen til standard heltallsbasert indeks og tilbakestille indeksen inn Pandas DataFrame eventuelt fjerne gjeldende indeks.



Tilbakestill indeks i Pandas dataramme

Det er forskjellige metoder som vi kan bruke til å tilbakestille indeksen i Pandas Dataframe, vi forklarer noen generelt brukte metoder med eksempler.

  • Lag egen indeks uten å fjerne standardindeks
  • Lag din egen indeks og fjern standardindeksen
  • Tilbakestill egen indeks og opprett standardindeks som indeks
  • Lag en kolonne med dataramme som indeks og fjern standardindeks
  • Lag en kolonne med dataramme som en indeks uten å fjerne indeksen

Opprette Pandas DataFrame

Her lager vi et eksempel på 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)>

>

>

Produksjon:

   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>

Skape Egen indeks uten å fjerne standardindeks

I dette eksemplet nedenfor bruker koden pandas-biblioteket til å lage en DataFrame fra ansattes data. Den definerer en ordbok, setter en egendefinert indeks, konverterer den til en DataFrame, tilbakestiller indeksen og skriver ut resultatet.

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)>

>

>

Produksjon:

   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>

Lag din egen indeks og fjern standardindeks

I dette eksemplet nedenfor bruker koden pandas-biblioteket til å lage en DataFrame fra ansattes data lagret i en ordbok. Den setter en egendefinert indeks ('a' til 'e') og skriver deretter ut den resulterende DataFrame, der den tilpassede indeksen erstatter standard numerisk indeks.

Python3


liste over stater



# 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)>

>

>

Produksjon:

   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>

Tilbakestill egen indeks og opprett standardindeks som indeks

I dette eksemplet nedenfor oppretter koden en Pandas DataFrame fra en ordbok med ansattes data med en tilpasset indeks ('a' til 'e'). Etterpå tilbakestiller den indeksen, erstatter den tilpassede indeksen med standard numerisk indeks, og skriver deretter ut den resulterende rammen.

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)> # remove own index with default index> df.reset_index(inplace>=> True>, drop>=> True>)> print>(df)>

>

>

Utgang:

   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>

Lag en kolonne som indeks og fjern standardindeks

I dette eksemplet nedenfor oppretter koden en Pandas DataFrame fra ansattes data, setter en egendefinert indeks og endrer deretter indeksen til 'Alder'-kolonnen mens standard numerisk indeks fjernes. Den endelige datarammen skrives ut to ganger.

java lang til int

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)>

>

>

Produksjon:

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

Lag en kolonne med dataramme som en indeks uten å fjerne indeksen

I dette eksemplet nedenfor oppretter koden en DataFrame fra ansattdata, først ved å bruke en tilpasset indeks. Deretter setter den 'Alder'-kolonnen som indeksen, tilbakestiller indeksen uten å fjerne standard numerisk indeks, og skriver til slutt ut den resulterende 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'>] }> # 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)>

>

>

Produksjon:

    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>